维度变换
1. 改变形状view & reshape
(1).reshape(dim,dim)和.view(dim,dim) 改变张量的形状,但不改变其数据的总量。
(2)这两种方法虽然不改变张量的总量,但改变形状后会丢失原来的维度信息,无法复原。
a = torch.rand(2,3,4)
print(a)
b = a.reshape(6,4)
print(b)
c = a.view(4,6)
print(c)
执行结果:
tensor([[[0.7205, 0.5070, 0.1591, 0.4621],
[0.7140, 0.9463, 0.5383, 0.3105],
[0.2181, 0.7825, 0.2277, 0.7061]],
[[0.7025, 0.4321, 0.7696, 0.9744],
[0.4337, 0.6441, 0.8214, 0.7411],
[0.1081, 0.3400, 0.5136, 0.1967]]])
tensor([[0.7205, 0.5070, 0.1591, 0.4621],
[0.7140, 0.9463, 0.5383, 0.3105],
[0.2181, 0.7825, 0.2277, 0.7061],
[0.7025, 0.4321, 0.7696, 0.9744],
[0.4337, 0.6441, 0.8214, 0.7411],
[0.1081, 0.3400, 0.5136, 0.1967]])
tensor([[0.7205, 0.5070, 0.1591, 0.4621, 0.7140, 0.9463],
[0.5383, 0.3105, 0.2181, 0.7825, 0.2277, 0.7061],
[0.7025, 0.4321, 0.7696, 0.9744, 0.4337, 0.6441],
[0.8214, 0.7411, 0.1081, 0.3400, 0.5136, 0.1967]])
2. 增删维度squeeze & unsqueeze
2.1 增加维度unsqueeze()
举例:
2.2 删减维度squeeze()
(1) squeeze(dim) 只能删减数量为1的维度;
(2) squeeze() 不传参数表示把能删减的维度都删减;
(3) 遇到不能删减维度的张量,返回原张量。
3. 维度形状扩展expand & repeat
(1) expand() :broadcasting 扩展维度形状不增加数据;节约内存,推进使用
(2) repeat() :memory copied 扩展维度形状增加数据。
3.1 expand()
(1)expand() 扩展维度形状(shape)的时候,原来的形状必须是1。扩展维度形状时输入-1,扩展后形状保持不变。
(2)expand() 输入的参数是扩展后的结果,也就是新的shape
3.2 repeat()
(1)repeat() 输入的参数是张量每个维度形状扩展(或拷贝)的倍数,是乘法关系。
4. 二位矩阵(张量)转置操作.t()
.t() 转置操作只能用于二位张量。
5. 维度交换(两两交换)transpose()
注意:数据的内存连续与数据结构的破坏。