Pytorch 按某个维度打乱数据方法

目录

1、采用的主要函数

2、一维数据打乱

3、二维数据打乱

4、多维数据打乱


主要是用来解决pytorch数据的打乱问题。或则针对pytorch的某个数组维度进行打乱。

1、采用的主要函数

        该函数,随机返回0~n-1个整数。返回值连续,且混乱。

torch.randperm(n, out=None, dtype=torch.int64, layout=torch.strided, device=None, requires_grad=False)

2、一维数据打乱

x = torch.arange(0, 10)
 
print(x)
b=torch.randperm(x.size(0))
print(x[b])

3、二维数据打乱

a=torch.rand(3,5)
print(a)
 
a=a[torch.randperm(a.size(0))]
print(a)
 
a=a[:,torch.randperm(a.size(1))]
print(a)

4、多维数据打乱

a=torch.rand(3,5,5)
print(a)
 
a=a[torch.randperm(a.size(0))]
print(a)
 
a=a[:,torch.randperm(a.size(1)),:]
print(a)
  • 12
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
PyTorch中,可以使用索引和切片操作来删除张量中的某个维度上的数据。下面是删除张量第一维度数据的示例代码: ```python import torch # 创建一个3维的张量 x = torch.tensor([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]]) print("原始张量:") print(x) # 使用索引和切片操作删除第一维度数据 new_x = x[:, 1:, :] print("删除第一维度数据后的张量:") print(new_x) ``` 上述代码中,我们首先创建了一个3维的张量`x`,然后使用索引和切片操作`[:, 1:, :]`删除了第一维度数据。输出结果显示了删除数据后的张量。索引和切片操作中的冒号(:)表示选取整个维度,而数字1表示从第二个元素开始选取。因此,`[:, 1:, :]`表示选取第二个元素及之后的所有元素。 注意,删除数据时并不会在原地操作,而是创建一个新的张量。如果你希望在原地操作,可以使用`torch.Tensor`的`index_copy_`方法,如下所示: ```python x = torch.tensor([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]]) print("原始张量:") print(x) # 在原地删除第一维度数据 x.index_copy_(1, torch.tensor([0]), torch.tensor([[0, 0, 0], [0, 0, 0]])) print("在原地删除第一维度数据后的张量:") print(x) ``` 上述代码中,我们使用`index_copy_`方法将第一维度数据替换为全零的张量,实现了在原地删除第一维度数据。输出结果显示了删除数据后的张量。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

清纯世纪

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值