pytorch中的transpose()

最新推荐文章于 2023-10-02 14:32:27 发布
最新推荐文章于 2023-10-02 14:32:27 发布
阅读量1.5w 收藏 6
点赞数 3
分类专栏： Pytorch 文章标签： pytorch transpose
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/appleml/article/details/88682264
版权 
import torch
batch_index = torch.randn(2, 3, 4)
batch_es = batch_index.transpose(0, 1)
batch_ee = batch_index.transpose(1, 0)
print(batch_index)
print("&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&")
print(batch_es)
print("*********************************")
print(batch_ee)

运行结果：

在这里插入图片描述
batch_es和batch_ee输出的结果是一样的。原始的transpose参数(默认的参数)为(0,1,2)，这个转置相当于将第一个坐标与第二坐标进行了互换。

小妖精Fsky
关注
  • 3
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
pytorch中文文档.pdf
05-07
PyTorch是一个基于Torch的Python开源机器学习库，用于自然语言处理等应用程序。它主要由Facebookd的人工智能小组开发，不仅能够 实现强大的GPU加速，同时还支持动态神经网络，这一点是现在很多主流框架如TensorFlow都不支持的。 PyTorch提供了两个高级功能： 1.具有强大的GPU加速的张量计算（如Numpy） 2.包含自动求导系统的深度神经网络 除了Facebook之外，Twitter、GMU和Salesforce等机构都采用了PyTorch。 官方教程包含了 PyTorch 介绍，安装教程；60分钟快速入门教程，可以迅速从小白阶段完成一个分类器模型；计算机视觉常用模型，方便基于自己的数据进行调整，不再需要从头开始写；自然语言处理模型，聊天机器人，文本生成等生动有趣的项目。
PyTorch 中文文档
12-02
PyTorch 中文文档 PyTorch 中文文档 PyTorch 中文文档
PyTorch 两大转置函数 transpose() 和 permute() 以及 view()和resize()
weixin_43960370的博客
03-27 2737
最重要的区别应该是上面的第三点和第四个。另外，简单的数据用transpose()就可以了，但是个人觉得不够直观，指向性弱了点；复杂维度的可以用permute()，对于维度的改变，一般更加精准。
Pytorch基础：Tensor的transpose方法
最新发布
前进，才知道自己的渺小
10-02 1885
但不一样的是，在一个tensor中对中非嵌套的内容的修改也会导致另一个tensor内容的改变，如下所示，这是因为tensor的元素都是放在一起存储的，所以改变x[0]会导致原数据在原位被修改，而不是创建一个新的tensor并让其被x[0]引用。以上的内容，类似于之前在关于python中列表的浅拷贝中说到的那样，对新列表内部嵌套的列表中的元素的更改会影响原列表（反之亦然）。如果输入是一个具有步幅的张量（常规稠密张量），那么输出张量将与输入张量共享底层存储，因此改变一个张量的内容将改变另一个张量的内容。
【PyTorch】transpose() 函数详解
weixin_45261707的博客
07-29 1459
【PyTorch】transpose() 函数详解 函数原型 torch.transpose(input, dim0, dim1) → Tensor 函数详解 交换输入张量 input 的两个维度，两个维度分别通过参数 dim0 和 dim1 传入。 例子 >>> x = torch.randn(2, 3) >>> x tensor([[ 1.0028, -0.9893, 0.5809], [-0.1669, 0.7299, 0.4942]]) &
pytorch中的transpose方法（函数）
热门推荐
a250225的博客
10-19 5万+
pytorch中的transpose方法的作用是交换矩阵的两个维度，transpose(dim0, dim1) → Tensor，其和torch.transpose()函数作用一样。 torch.transpose(): torch.transpose(input, dim0, dim1) → Tensor Returns a tensor that is a transposed versio...
pytorch中的transpose()函数
qq_42483452的博客
06-19 1026
在pytorch中，transpose()函数对于数组（numpy）和张量（numpy）的效果不同。
pytorch transpose函数解析
小姑仔的博客
11-10 2941
transpose函数的本意是将两个相应的维度进行变换，比如如下的这个tensor矩阵 import torch X = torch.Tensor([[1,2,3],[4,5,6]]) X = X.transpose(0, 1) print(X) 输出结果为 可以看出矩阵相当于一个变换操作，原先的行变为现在的列，原先的列变为现在的行 现在变换X对应的矩阵的内容，将X变为227的对应的矩阵 原先X对应的矩阵内容为 经过如下的对应的矩阵变换 X = X.transpose(0,1) 变换的结果为 这里
Pytorch中 permute / transpose 和 view / reshape， flatten函数
ytusdc的博客
08-21 4404
Pytorch中 permute、transpose 和 view 、resize函数
Pytorch基础 - 7. torch.transpose() 和 torch.permute()
Aaron_neil的博客
04-14 2338
按照上面数组的方式进行理解，x的原维度表示数组 array = [3, 4, 5, 8]，转置后的维度 = [array[1], array[0], array[3], array[2]] = [4, 3, 8, 5]就是把原来的维度比作一个数组 list=[3, 4]，permute中的数表示数组对应的index，则转置后的x为 [list[1], list[0]] = [4, 3]示例：将shape为[3, 4]的张量，通过transpose()转换成维度为[4, 3]的张量。示例1：进行二维转置。
Pytorch中文文档.docx
03-01
从官网搬运的pytorch中文文档，纯手工复制，因为没看到这一类的资源o(╥﹏╥)o，我只是个搬运工，看网络资源费流量费时间，复制到本地还可以快速搜索，方便
pytorch中文文档-API查询与使用.pdf
02-15
pytorch中文文档，内含详细的API函数使用方法，可以方便地对API进行查询，对使用方法进行学习，是pytorch开发中不错的工具
pytorch张量维度变换详解：view、squeeze、transpose
十年以上架构设计经验，专注于软件架构和人工智能领域，对机器视觉、NLP、音视频等领域都有涉猎
09-15 1714
Pytorch中的view函数主要用于Tensor维度的重构，即返回一个有相同数据但不同维度的Tensor。view函数的操作对象是Tensor类型，返回的对象类型也为Tensor类型。
每天讲解一点PyTorch 【2】transpose
计算机视觉算法、工程、产品
11-13 947
今天我们学习transpose函数 transpose函数，它实现的功能是交换维度，也就是矩阵转置功能 >>> m = torch.tensor([[1,2],[3,4]]) >>> m tensor([[1, 2], [3, 4]]) >>> m.transpose(0,1) tensor([[1, 3], [2, 4]]) >>> >>> n = torch.tensor([[
PyTorch中的转置卷积详解——全网最细
w55100的博客
06-01 1万+
前言 转置卷积，学名transposed convolution，在tf和torch里都叫这个。 有时在论文里可以看到别人叫它deconvolution（反卷积），但这个名词不合适。 因为转置卷积并非direct convolution的逆运算(reverse)，并不能还原出原张量。 只是从形状上看，其结果的形状等同于逆运算。 写这篇文章还是因为网上介绍转置卷积的博客，都讲不清楚，我看了半天还是云里雾里。 只能自己手动来一篇了。 一、 基本运算——错位扫描 定义 本文中，我们将平时用到的普通卷积，称为dir
【Python学习】transpose函数
isLauraL的记录簿
03-04 2万+
shape:(batch_size * x * y ) 有batch_size个二维矩阵（x * y）相当于(z * x * y) 1. 多维数组的索引 import numpy as np # 创建 x = np.arange(12).reshape((2,2,3)) print(x) # 得到三维数组 [[[ 0 1 2] [ 3 4 5]] [[ 6 7 8] [ 9 10 11]]] # 相当于 batch_size*2*3 怎么读索引？ 上面的三维数组相当于下图 .
Pytorch中的.transpose(1, 2)
cyclohexene的博客
10-26 3654
Pytorch中的维度转换
pytorch中transpose的用法
qq_35692267的博客
04-27 6634
在网上搜transpose的用法，出来的大多是numpy类中的用法，实际上跟torch中的tensor类的transpose方法实现方式是有区别的， 因此在看深度学习网络的代码时，碰到.transpose(1,2)这种样式的代码时就不知所措了。 为此，小弟亲自一试。代码奉上： import torch a=torch.Tensor([[[1,2,3],[2,3,4]],[[3,4,5],[4,5,6]]]) b=a.transpose(1,2) c=a.transpose(2,1) print.
pytorch中contiguous()
Deep Learning and NLP Farm
04-29 4万+
contiguous：view只能用在contiguous的variable上。如果在view之前用了transpose, permute等，需要用contiguous()来返回一个contiguous copy。 一种可能的解释是： 有些tensor并不是占用一整块内存，而是由不同的数据块组成，而tensor的view()操作依赖于内存是整块的，这时只需要执行contiguous()这个函数...
pytorch中transpose()函数
07-27
PyTorch中的transpose()函数用于交换张量的维度顺序。它可以通过指定维度的顺序来实现转置操作。transpose()函数的语法如下： ```python torch.transpose(input, dim0, dim1) -> Tensor ``` 其中，`input`是要进行转置操作的张量，`dim0`和`dim1`是两个维度的索引，表示将这两个维度进行交换。返回值是一个新的张量，其维度顺序是交换后的结果。 以下是一个例子，展示如何使用transpose()函数进行转置操作： ```python import torch x = torch.tensor([[1, 2, 3], [4, 5, 6]]) print("原始张量：") print(x) # 转置操作 x_transposed = torch.transpose(x, 0, 1) print("转置后的张量：") print(x_transposed) ``` 输出结果为： ``` 原始张量： tensor([[1, 2, 3], [4, 5, 6]]) 转置后的张量： tensor([[1, 4], [2, 5], [3, 6]]) ``` 在上述示例中，我们将原始张量x的维度0和维度1进行了交换，得到了一个转置后的张量x_transposed。

“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
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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