torch.narrow(input,dim,start,length)或者tensor.narrow(dim,start,length)

最新推荐文章于 2023-01-18 20:04:48 发布
原创 最新推荐文章于 2023-01-18 20:04:48 发布 · 491 阅读 · 4 ·
CC 4.0 BY-SA版权
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。

本文详细解析了PyTorch中narrow函数的使用方法，包括如何沿指定维度进行张量剪裁，以及参数dim、start和length的具体含义。通过实例展示了narrow函数在实际操作中的应用。
部署运行你感兴趣的模型镜像

narrow可以理解为对张量的一种剪裁，且他们共用相同的storge

a=torch.tensor([i for i in range(0,9)]).reshape(3,3)
print(a)
b=torch.narrow(input=a,dim=0,start=0,length=2)
b
#output:
tensor([[0, 1, 2],
        [3, 4, 5],
        [6, 7, 8]])
tensor([[0, 1, 2],
        [3, 4, 5]])
c=a.narrow(dim=1,start=1,length=1)
c
#output:
tensor([[1],
        [4],
        [7]])

dim代表沿着哪个维度剪裁。start代表从dim维的第几位维开始剪裁。length代表沿着这一维度剪裁的长度

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

F.pad函数、torch.chunk函数、torch.roll函数、torch.narrow函数
qq_40379132的博客
11-10 307
首先创建了一个4x6的张量，并分别沿着第一个维度（行）和第二个维度（列）将其分割成了多个块。沿着第一个维度分割时，我们得到了两个2x6的张量；沿着第二个维度分割时，我们得到了三个4x2的张量。原始的3x3张量被填充成了一个5x7的张量。左边和上边各填充了1个单位的0，右边和下边各填充了2个单位的0。这样，填充后的张量尺寸变大了，但原始数据仍然保留在中心位置。
pytorch每日一学37(torch.narrow())返回输入张量的缩小版
Fluid_ray的博客
12-05 738
第37个方法 torch.narrow(input, dim, start, length) → Tensor 此方法返回一个新的张量，它是输入张量的缩小版本。指定的dim维度是从头开始输入+长度。**返回的张量和输入张量共享相同的基础存储。**其实就是返回张量是输入张量的视图。 接下来介绍参数: input：需要缩小的张量。 dim：指定要缩小的维度。 start指定维度开始的位置。 length：维度上需要的长度。 接下来看例子： >>> x = torch.tensor([
torch.narrow()
candy134834的博客
01-23 1501
import torch.tensor  x=torch.rand(5,6) x  tensor([[0.4606, 0.0850, 0.8009, 0.3972, 0.9548, 0.5982],         [0.4821, 0.9446, 0.5145, 0.8125, 0.3122, 0.9756],         [0.8747, 0.7186, 0.3945, 0.4090, 0...
tensor.narrow()函数
EMIvv的博客
01-19 2039
input.narrow(dimension, start, length) → Tensor # 表示取变量input在第dimension维上，从索引start到start+length范围（不包括start+length）的值。 example: In [2]: x = torch.Tensor([[1,2,3], [4,5,6], [7,8,9]]) In [4]: x.narrow(0,0,3) Out[4]: tensor([[1., 2., 3.], [4., 5., 6
torch.narrow()基本用法介绍
小张Python
12-06 5997
torch.narrow(input,dim,start,length) 从 input 张量中返回一个范围限制后的 张量，范围限制条件为：沿维度dim 从 start 到start+length 的范围区间，类似于数组切片用法，返回的张量与 input 张量共享相同储存基础 参数 input(Tensor) ，需处理的张量； dim(int)，沿着限制的轴； start(int) ，张量起始点； length(int) ，缩窄长度; 例子如下： rand_float = torch.randn((
【超简单】torch.narrow()函数
pywin
06-04 6万+
函数返回tensor的第dim维切片start: start+length的数据。
pytorch张量维度操作（拼接、维度扩展、压缩、转置、重复）
Cretheego的博客
01-18 7314
torch张量操作
torch.narrow原理
最新发布
08-16
torch.narrow(input, dim, start, length) → Tensor ``` - `input`：输入张量。 - `dim`：指定要切片的维度（从0开始）。 - `start`：在指定维度上的起始位置。 - `length`：从起始位置开始提取的长度。 该函数...
torch.narrow
06-02
torch.narrow(input, dim, start, length) ``` 其中，`input` 是输入张量，`dim` 是选择区域的维度，`start` 是在 `dim` 维度上选择区域的起始下标，`length` 是选择区域的长度。返回值是一个新的张量，与 `input` ...
Pytorch框架之narrow--沿轴切片tensor
笔岸柳影
10-30 1455
torch.narrow(input, dim, start, length) → Tensor
torch中narrow的用法
竭尽全力的专栏
10-19 1万+
关于torch中narrow的用法，本人总结了以下的一种用法，欢迎补充！ data = tensor:narrow(dim, index, size) –表示取出tensor中第dim维上索引从index开始到index+size-1的所有元素存放在data中 举例： .————————————————————————————— In [ ] x = torch.rand(5, 6)
PyTorch 函数解释：torch.narrow()、torch.unbind()
梦家の博客
05-10 1万+
PyTorch 中的narrow()函数起到了筛选一定维度上的数据作用。个人感觉与x[begin:end] x相同！ 参考官网：torch.narrow() 用法：torch.narrow(input, dim, start, length) → Tensor 返回输入张量的切片操作结果。 输入tensor和返回的tensor共享内存。 参数说明： input (Tensor) – 需切片的张量 dim (int) – 切片维度 start (int) – 开始的索引 length (int) – 切片长
torch narrow用法
u011961856的专栏
12-02 1万+
对于变量,有时候需要去变量的某一维度的某几个值,可以使用narrow函数实现,例如对于变量x,narrow函数输入为,`x.narrow`(*dimension*, *start*, *length*) → Tensor表示取变量x的第dimension维,的从索引start开始到,start+length范围的值.例如,我们取变量x的值为,x = torch.Tensor([[1, 2, 3],
pytorch 中narrow的使用
SZU_Hadooper的博客
08-05 7449
在pytorch中索引支持类似numpy方式，还有一种是narrow方式。 区别直接看代码： import torch data=torch.tensor([[1,2],[3,4],[5,6]]) #tensor([[1, 2], [3, 4], [5, 6]]) #使用numpy方式从data中取出第二列数据 In [40]: data[:,1] Out[40]:...
PyTorch中Tensor的维度变换
Steven的博客
04-25 4万+
对于 PyTorch 的基本数据对象 Tensor (张量)，在处理问题时，需要经常改变数据的维度，以便于后期的计算和进一步处理，本文旨在列举一些维度变换的方法并举例，方便大家查看。 维度查看：torch.Tensor.size() 查看当前 tensor 的维度 举个例子： >>> import torch >>> a = torch.Tensor([[[1...
DAN源码解读（龙明盛Xlearn）
江江的博客
11-06 3251
代码来自https://github.com/thuml/Xlearn/tree/master/pytorch
PyTorch：tensor-张量维度操作（拼接、维度扩展、压缩、转置、重复……）
热门推荐
皮皮blog
10-22 6万+
张量维度操作（拼接、维度扩展、压缩、转置、重复……）-柚子皮- torch.cat(seq, dim=0, out=None) 多个tensor拼接 在指定的维度dim上对序列seq进行连接操作。 参数： seq (sequence of Tensors) - Python序列或相同类型的张量序列 dim (int, optional) - 沿着此维度连接张量 out (Tensor, optional) - 输出参数 例子： x = torch.randn(2, 3) x -0.5866 -0.
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