张量高阶操作

最新推荐文章于 2022-09-05 15:52:22 发布

斯托克斯求曲线

最新推荐文章于 2022-09-05 15:52:22 发布

阅读量432

点赞数

分类专栏： pytorch学习

本文链接：https://blog.csdn.net/tangzhaotz/article/details/105041777

版权

本文详细介绍了深度学习中张量的基本运算和数据统计操作，包括加减乘除等基本运算以及均值、方差等统计方法，是理解深度学习底层计算的重要基础。

摘要由CSDN通过智能技术生成

# broadcast自动扩张
"""
从最后一个维度开始，扩张为同一个类型,被扩张前的维度必须为1
"""

# 拼接和拆分
# 1、cat
import torch
a = torch.rand(4,32,8)
b = torch.rand(5,32,8)
print(torch.cat([a,b],dim = 0).shape)  # torch.Size([9, 32, 8]),在0维度合并，dim=0
# 注意：再某一个维度上合并，确保其他维度一致

# 2、stack-在前面插入，创建新的维度
a = torch.rand(32,8)
b = torch.rand(32,8)
print(torch.stack([a,b],dim = 0).shape)  # torch.Size([2, 32, 8])

# 3、split-根据长度拆分
b = torch.rand(32,8)
c = torch.stack([a,b],dim = 0)
print(c.shape)  # torch.Size([2, 32, 8])

# aa,bb = c.split([1,1],dim = 0)
# print(aa.shape,bb.shape)  # torch.Size([1, 32, 8]) torch.Size([1, 32, 8])

aa,bb = c.split(1,dim = 0)