pytorch中维度扩展和维度交换-expand,repeat，permute,transpose

最新推荐文章于 2024-06-23 21:56:20 发布

原创最新推荐文章于 2024-06-23 21:56:20 发布 · 1.1w 阅读

8 ·

CC 4.0 BY-SA版权

Python 专栏收录该内容

54 篇文章

订阅专栏

本文详细介绍了PyTorch中张量的维度扩展、重复和交换操作，包括expand、repeat和permute、transpose的使用方法及注意事项。通过实例演示了如何改变张量形状，以满足深度学习模型输入需求。

维度扩展

expand

a=torch.randn(1,32,1,1)
a.expand(4,32,14,14)
a.shape
torch.Size([4,32,14,14])

expand操作是在将该维度扩展成相应的维度，基于原来数据的基础上，推荐使用!注意，要扩展的维度必须是1维的！

repeat

a=torch.randn(1,32,1,1)
a.repeat(4,32,14,14).shape
a.shape

torch.Size([4,1024,14,14])
torch.Size([1,32,1,1])

repeat操作是将原有数据复制出来，在相应的维度上将数据复制多少份，原有的数据不变，耗内存，不建议使用！

维度交换

permute:

a=torch.rand(4,3,28,32)
a.permute(0,2,3,1).shape

torch.Size([4,28,32,3])

permute中的参数是要进行维度交换的tensor中的维度索引，就是将第几维度放在第0，1，2，3维度上

transpose

a=torch.rand(4,3,28,32)
a.transpose(1,3).shape

torch.Size([4,32,28,3])

transpose中只能是2个参数，表示哪两个维度进行交换！

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

那记忆微凉

关注关注

3
点赞
踩
8

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Pytorch 扩展tensor维度

juluwangriyue的博客

10-22

1047

1、扩展1维 input = torch.randn(256, 192, 192) input = torch.unsqueeze(input, 0) 2、扩展多维 input = torch.randn(256, 192, 192) input = input[None, None, :, :, :]

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

4698

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。

1 条评论您还未登录，请先登录后发表或查看评论

Pytorch 扩展Tensor维度、压缩Tensor维度的方法

12-17

1. 扩展Tensor维度　　相信刚接触Pytorch的宝宝们，会遇到这样一个问题，输入的数据维度和实验需要维度不一致，输入的可能是2维数据或3维数据，实验需要用到3维或4维数据，那么我们需要扩展这个维度。其实特别简单，只要对数据加一个扩展维度方法就可以了。 1.1torch.unsqueeze(self: Tensor, dim: _int) 　　torch.unsqueeze(self: Tensor, dim: _int) 　　参数说明：self:输入的tensor数据，dim：要对哪个维度扩展就输入那个维度的整数，可以输入0，1，2…… 1.2Code 第一种方式，输入数据后直接加u

pytroch中数据维度扩张

m0_46657320的博客

06-07

762

pytorch数据维度扩张

torch的Tensor维度变换

m0_53926478的博客

04-11

3495

pytorch学习 torch的Tensor维度变换 view和reshape功能一样-不变的是数据本身，变维度改变对数据的理解缩小/扩大维度，正的维度在索引之后插入，负的维度在索引之前插入例子：给每幅图一个偏置bias 右边扩两次，左边一次，从[32]得到[1 32 1 1 ] 维度扩展：expend/repeat，expend在需要的时候复制数据，节约内存，推荐；repeat复了数据 expend扩展1->N可行，大于1需要指定策略 -1代表维持不变 repeat：函数里的数字都是

pytorch——维度变换

weixin_52400991的博客

10-28

362

使用方法：a=tensor.rand(1,3,1,1)则a.repeat(4,32,1,1)表示：第一维的张量数据复制四次，第二维张量数据复制32次，第三维张量数据复制1次，第四维一次，此时a.size=torch.size([4,32*4,1,1])使用方法：a=tensor.rand(1,3,1,1) 则a.expand(4,3,28,28)就将第1，3，4个维度的张量的长度分别由1改变为4，28，28；,3,1,1)即（3，1，1）；,1,1)由于长度不是1，则结果为(1,3,1,1）

【Pytorch】各种维度变换函数总结

a_piece_of_ppx的博客

02-20

2035

多数转载，来自于：[PyTorch各种维度变换函数总结](https://kangshitao.github.io/2020/11/21/pytorch-function/)

【pytorch06】维度变换

最新发布

qq_45291280的博客

06-23

1104

维度变换

Pytorch——维度变换

surymy

06-14

2538

这节东西有点多，整理的时间久了点。完工，睡觉~~~

Pytorch维度变换

zhuguiqin1的专栏

08-22

6751

1. 改变shape torch.reshape()、torch.view()可以调整Tensor的shape，返回一个新shape的Tensor，torch.view()是老版本的实现，torch.reshape()是最新的实现，两者在功能上是一样的。参考： https://blog.youkuaiyun.com/Flag_ing/article/details/109129752 ...

pytorch如何增加维度_Pytorch 扩展Tensor维度、压缩Tensor维度的方法

weixin_28366053的博客

01-16

1万+

pytorch张量维度操作（拼接、维度扩展、压缩、转置、重复）

qq_34144750的博客

10-09

7556

目录一、拼接张量二、扩大张量2、torch.()三、压缩张量四、重复张量五、缩小张量六、张量变形 z七、重设张量尺寸八、置换张量维度()

squeeze（) 和 unsqueeeze()

咖乐部

11-06

702

tensor.squeeze(index) 字面意思：就是在index处，增加一个维度为1的维度； tensor.unsqueeeze(index) ：就是在index处，如果维度为1，就删掉这个维度。如果此处维度不为1，则不操作注意比如tensor a 的维度是（2,1,3） a.squeeze(1) 的维度是（2,3），但a的维度仍然是（2,1,3）。就是squeeze和unsqueeze不会对tensor本身产生修改，修改后要赋值给别的变量才能够保存。如 b = a.squeeze(..

torch学习笔记之——tensor维度变换

qq_58832911的博客

01-05

7023

torch学习笔记之——tensor维度变换：View 和reshape，squeeze 和unsqueeze，expand 和repeat，transpose和permute。

torch张量的维度有关的变换——注意：对张量采取维度变换的时候一定要注意要追踪每个维度的数据，否则会出错

qq_42902997的博客

10-08

746

参考资料：bilibili https://www.bilibili.com/video/BV13a411u7G5?p=23&spm_id_from=pageDriver&vd_source=e162db2199c43956dc501bc6c0725612

pytorch使用None索引进行维度扩展

优快云精品推荐

11-14

2013

pytorch中有两种方式可以进行维度扩展，第一种是，第二种是使用None索引进行扩展。

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.

pytorch中的维度变换函数汇总

u013521169的博客

05-16

1524

pytorch中的维度变换函数汇总比较

pytorch扩张维度

09-24

PyTorch中的扩张维度操作可以使用`expand()`或`repeat()`函数实现。`expand()`函数将指定维度扩展为相应的维度大小，基于原来的数据。要注意的是，要扩展的维度必须是1维的。而`repeat()`函数则是将整个张量在指定维度上进行复制。下面是一个示例：对于扩张维度操作，可以使用`expand()`函数。例如，对于张量`a`的形状为`(1,32,1,1)`，可以通过`a.expand(4,32,14,14)`将第一个维度扩展为4，得到新的形状为`(4,32,14,14)`的张量。而对于复制维度操作，可以使用`repeat()`函数。例如，对于张量`a`的形状为`(1,32,1,1)`，可以通过`a.repeat(4,32,14,14)`将整个张量在指定的维度上进行复制，得到新的形状为`(4,1024,14,14)`的张量。另外，还可以使用`permute()`函数和`transpose()`函数来交换张量的维度顺序。`permute()`函数根据参数中维度的索引，将对应的维度放在指定的位置上。`transpose()`函数则是将指定的维度进行转置。下面是一个示例：对于交换维度顺序，可以使用`permute()`函数。例如，对于形状为`(4,3,28,32)`的张量`a`，可以通过`a.permute(1,3,2,0)`将第1个维度放在第0个位置，第3个维度放在第1个位置，第2个维度放在第2个位置，第0个维度放在第3个位置，得到新的形状为`(3,32,28,4)`的张量。也可以使用`transpose()`函数来转置维度。例如，对于形状为`(4,3,28,32)`的张量`a`，可以通过`a.transpose(1,3)`将第1个维度和第3个维度进行转置，得到新的形状为`(4,32,28,3)`的张量。