Tensor.repeat()、Tensor.tile()、numpy.repeat()用法

1、Tensor.repeat()和Tensor.tile()用法类似。

a = torch.tensor([[1,2,3],
                  [4,5,6]])

a.repeat(2,2)
# 针对该维度的所有值进行复制
# 新维度(2 * 2, 2 * 3)
tensor([[1, 2, 3, 1, 2, 3],
        [4, 5, 6, 4, 5, 6],
        [1, 2, 3, 1, 2, 3],
        [4, 5, 6, 4, 5, 6]])
a.tile(2,2)
# 效果一样
# 新维度(2 * 2, 2 * 3)
tensor([[1, 2, 3, 1, 2, 3],
        [4, 5, 6, 4, 5, 6],
        [1, 2, 3, 1, 2, 3],
        [4, 5, 6, 4, 5, 6]])

# 当复制的维度大于a时
a.repeat(3,2,2)
# 新维度(3 * 1, 2 * 2, 2 * 3)
tensor([[[1, 2, 3, 1, 2, 3],
         [4, 5, 6, 4, 5, 6],
         [1, 2, 3, 1, 2, 3],
         [4, 5, 6, 4, 5, 6]],

        [[1, 2, 3, 1, 2, 3],
         [4, 5, 6, 4, 5, 6],
         [1, 2, 3, 1, 2, 3],
         [4, 5, 6, 4, 5, 6]],

        [[1, 2, 3, 1, 2, 3],
         [4, 5, 6, 4, 5, 6],
         [1, 2, 3, 1, 2, 3],
         [4, 5, 6, 4, 5, 6]]])
# tile效果一样，不在演示, a.repeat(3,2,2) = a.repeat([3,2,2])

2、numpy.repeat()用法

b = np.array([[1,2,3],
              [4,5,6]])

b.repeat(3,axis = 1)
# 每一列复制3 - 1次，每列共3个重复
array([[1, 1, 1, 2, 2, 2, 3, 3, 3],
       [4, 4, 4, 5, 5, 5, 6, 6, 6]])

# 指定每列复制次数

b.repeat([2,3,2],axis = 1)
# 2次重复 ， 3次重复， 2次重复。
array([[1, 1, 2, 2, 2, 3, 3],
       [4, 4, 5, 5, 5, 6, 6]])

# axis = 0, 表示按行(第一个维度)，axis = 1，表示按列(第二个维度)，以此类推。

b.repeat([2,3],axis = 0)

array([[1, 2, 3],
       [1, 2, 3],
       [4, 5, 6],
       [4, 5, 6],
       [4, 5, 6]])