torch.meshgrid()

最新推荐文章于 2024-08-14 09:58:22 发布

原创最新推荐文章于 2024-08-14 09:58:22 发布 · 265 阅读

0 ·

CC 4.0 BY-SA版权

Pytorch 专栏收录该内容

9 篇文章

订阅专栏

本文通过示例代码深入解析了PyTorch中meshgrid函数的使用方法，展示了如何生成两个不同维度张量的网格，并详细解释了返回的张量特性及应用，适合初学者理解PyTorch中的张量操作。

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(Y)

终端命令行及运行结果

<user>python test.py
tensor([0., 1., 2., 3., 4.])
tensor([0., 1., 2., 3.])
tensor([[0., 0., 0., 0.],
        [1., 1., 1., 1.],
        [2., 2., 2., 2.],
        [3., 3., 3., 3.],
        [4., 4., 4., 4.]])
tensor([[0., 1., 2., 3.],
        [0., 1., 2., 3.],
        [0., 1., 2., 3.],
        [0., 1., 2., 3.],
        [0., 1., 2., 3.]])

从运算结果来看：

返回两个tensor，size就是 x.size * y.size (行数是x的个数，列数是y的个数)。

可以想象成这样：

tensor([[0., 1., 2., 3.],
        [1.,  .,  .,  .],
        [2.,  .,  .,  .],
        [3.,  .,  .,  .],
        [4.,  .,  .,  .]])

返回的第一个tensor是竖着的列往右平移，返回的第二个tensor是横着的行往下平移。

注意：
1）两个输入参数都是一维张量。
2）两个输入参数的张量类型要相同。