tensor张量维度操作的汇总与对比

最新推荐文章于 2023-12-28 00:31:35 发布

zarro brain

最新推荐文章于 2023-12-28 00:31:35 发布

阅读量1.4k

点赞数 1

分类专栏：相似方法的汇总区分文章标签： pytorch

本文链接：https://blog.csdn.net/weixin_44295653/article/details/111234752

版权

1.维度变换

tensor.transpose()与tensor.permute()

两者都是对tensor进行维度转换的方法，不同点在于tensor.transpose()只能调换两个维度，而tensor.permute()可以同时调换多个维度，可以通过多次transpose完成permute操作。
具体操作如下：

transpose()
在这里插入图片描述
permute()

2.改变形状

tensor.view()与tensor.sequeeze(),tensor.unsequeeze(),tensor.resize_()，tensor.reshape()

2.1 tensor.view()改变张量形状，如下：

在这里插入图片描述
注意，vi

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

zarro brain

关注关注

1
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

在keras 中获取张量 tensor 的维度大小实例

01-20

在进行keras 网络计算时，有时候需要获取输入张量的维度来定义自己的层。但是由于keras是一个封闭的接口。因此在调用由于是张量不能直接用numpy 里的A.shape()。这样的形式来获取。这里需要调用一下keras 作为后端的...

Pytorch基础：Tensor的transpose方法

前进，才知道自己的渺小

10-02

3382

在Pytorch中，transpose是Tensor类的一个重要方法，同时它也是torch模块中的一个函数，它们的语法如下所示。

参与评论您还未登录，请先登录后发表或查看评论

tensor如何转置_技术分享 | 你真的懂tf.transpose()函数与Tensor转置操作吗？

weixin_33946999的博客

12-23

677

今天向各位分享关于人工智能的专业技术贴，TensorFlow中张量Tensor的转置函数tf.transpose()的用法，重点介绍其参数perm及原理。原文来自我的好友，可以关注他的知乎号，李景文。Tensor 的阶在开始介绍转置函数之前，我们先来看一下Tensor的阶当张量Tensor为一个标量时，即不带方向的纯量，其阶为0；x0 = tf.constant(1)print(x0) # 输出...

tensor.permute()和tensor.transpose()

Small_Lemon_Tree的博客

07-10

4727

示例文件 test.py import torch cor1 = torch.arange(5).float() cor2 = torch.arange(4).float() print(cor1) print(cor2) X, Y = torch.meshgrid(cor1, cor2) print(X) print(X.permute(0, 1)) print(X.permute(1, 0)) print(X.transpose(0, 1)) print(X.transpose(1, 0)) 终端

Pytorch-1.3 认识tensor【1】storage()和storage.offset()、shape和size()、stride()、t()和transpose()

weixin_42524838的博客

01-12

1524

tensor张量是指将向量和矩阵推广到任意维数的一种数据结构，它存储使用索引可以单独访问的数字集合，并且可以使用多个索引进行索引。Python中的列表或数字元组是在内存中单独分配的Python对象的集合；而PyTorch张量或NumPy数组是分配在连续的内存块中。本篇介绍了《deep learning with pytorch》书中第一章第三篇，主要介绍了以下内容：storage()和storage.offset()、shape和size()、stride()、t()和transpose(）。

深度学习中对tensor向量进行维度调整的常用方法总结reshape()、transpose()、unsqueeze()

AI训练师中的点滴

12-16

9170

在炼丹日常，很多模型为了保持tensor的计算便利和维度统一（例如resnet）会涉及到很多的维度转换，这时候很容易就绕晕，在参加飞浆的transformer课程中，学习了很多灵活变化维度的方法，这些方法能够让我们减少相当一部分的维度转换的复杂度。下面逐个介绍常用的维度转换方法： reshape方法：维度重整简单的reshape方法我们就不进行介绍，主要介绍reshape中-1的灵活运用，我们可以轻松的避免一些计算。 import paddle import paddle.nn as nn

PyTorch中Tensor的维度变换实现

09-18

维度变换是处理和操作Tensor时的重要环节，因为它允许我们以不同的方式组织和操纵数据，以适应各种计算需求。以下将详细介绍PyTorch中Tensor的维度变换方法。首先，我们可以使用`torch.Tensor.size()`来查看Tensor...

pytorch中tensor张量数据类型的转化方式

09-18

在PyTorch中，张量（Tensor）是处理和计算数据的基本单元，它支持各种数学操作，而且可以方便地与其他数据结构如NumPy数组或Python列表进行交互。本篇文章将详细探讨PyTorch中张量数据类型的转化方法，这对于理解和...

tf.transpose() 函数与 Tensor 转置操作（参数perm）的解释与思考

lixh2100的博客

06-07

1765

今天向各位分享TensorFlow中张量Tensor的转置函数tf.transpose()的用法，重点介绍其参数perm及原理。 Tensor 的阶在开始介绍转置函数之前，我们先来看一下Tensor的阶当张量Tensor为一个标量时，即不带方向的纯量，其阶为0； x0 = tf.constant(1) print(x0) # 输出 tf.Tensor(1, shape=(), dtype=int32) 当Tensor为一个向量时，如[1, 2, 3]时，其阶为1； x1 = tf.constant

Pytorch中高维tensor的transpose和permute转置过程

最新发布

ZhengrongYue的博客

12-28

1493

Tensor轴变换 axis 或 dim（transpose、permute、view、reshape、einsum）

Pytorch中 permute / transpose 和 view / reshape， flatten函数

ytusdc的博客

08-21

4913

Pytorch中 permute、transpose 和 view 、resize函数

Tensor的view, reshape, resize, permute, transpose, contiguous操作

一千零一夜的博客

04-27

1314

1. view（返回视图）功能是返回一个新的Tensor，这个Tensor具有之前相同的元素，只不过shape不同。 >>> x = torch.randn(4, 4) >>> x.size() torch.Size([4, 4]) >>> y = x.view(16) >>> y.size() torch.Size([16]) >>> z = x.view(-1, 8) # the size -1 is .

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

2986

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。

pytorch(6)tensor_reshape()和tensor_transpose()函数

weixin_43751285的博客

12-05

532

tensor_reshape()将原始张量修改为指定形状大小的张量。 tensor_transpose()函数将原始张量的维度进行调换。 import torch import numpy as np def tensor_reshape(): arr = np.array([[[1, 2, 3], [4, 5, 6], [7, 8, 9]], [[1, 2, 3], [4, 5, 6], [7, 8, 9]], .

TensorFlow多维矩阵的转置，tensorflow.transpose()的理解

枪枪枪的博客

05-15

3326

TensorFlow——多维矩阵的转置（transpose）： https://blog.csdn.net/qq_37174526/article/details/80905693 这一篇写得相当清楚。我额外添加一些对参数perm的理解：这是官方文档里的描述，简单的翻译：转置矩阵a根据参数perm对矩阵维数进行调整。返回的张量的维数i将对应于输入维数perm[i]。如果没有指定perm，...

Pytorch入门：Tensor常见操作（重塑、扩展、压缩、转置、拼接、重复、展平）

qq_40379977的博客

02-24

2870

Pytorch Tensor重塑、扩展、压缩、转置、拼接、重复、展平。

python transpose与permute函数详解

ice123muxin的博客

11-04

2543

transpose用法：tensor.transpose(a,b) 可以理解为矩阵转置，每次输入两个index，实现转置，是2D的操作 permute用法：tensor.permute(a,b,c) transpose仅可以进行二维转置，而permute则不仅限于二维，可以进行多维度转置举例： import torch y = torch.randn(5, 10, 15) print(y.size()) print(y.view(-1, 15).size()) # Same as

pytorch中tensor的基本维度变换：transpose/permute/t/cat/chunk/split/stack/squeeze/unsqueeze/expand/repeat

Stoneplay

02-07

973

直接从代码中学习tensor的一些维度变换操作: import torch torch.manual_seed(2020) x = torch.rand(1, 2, 3) print(x) # tensor([[[0.4869, 0.1052, 0.5883], # [0.1161, 0.4949, 0.2824]]]) print(x.view(-1, 3).size()...

torch.tensor张量维度

08-17

所以，torch.tensor张量的维度是指张量的形状和大小，可以通过expand()和expand_as()函数来改变或扩展。123 #### 引用[.reference_title] - *1* ...