PyTorch的Permute、Transpose、unsqueeze、reshape、view和Numpy的resize,reshape

最新推荐文章于 2025-03-10 16:49:52 发布
最新推荐文章于 2025-03-10 16:49:52 发布
阅读量1.1k 收藏 4
点赞数 2
分类专栏： python和pytorch 文章标签： python pytorch
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。
本文链接：https://blog.youkuaiyun.com/qq_31355669/article/details/96833339
版权
这篇博客介绍了PyTorch中的Permute、Transpose、unsqueeze、reshape和view操作，以及Numpy中的reshape和resize，探讨了它们在处理多维数据时的应用，并提供了相关函数的使用示例。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

**

PyTorch的Permute、Transpose、view、unsqueeze和Numpy的resize,reshape

pytorch：https://pytorch.org/docs/stable/index.html
**
PyTorch的Permuted的使用：
在这里插入图片描述
PyTorch的Transpose的使用：transpose只能操作2D矩阵的转置。
在这里插入图片描述

>>> a = torch.randn(1, 2, 3, 4)
>>> a.size()
torch.Size([1, 2, 3, 4])
>>> b = a.transpose(1, 2)  # Swaps 2nd and 3rd dimension
>>> b.size()
torch.Size([1, 3, 2, 4])
>>> c = a.view(1, 3, 2, 4)  # Does not change tensor layout in memory
>>> c.size()
torch.Size([1, 3, 2, 4])
最低0.47元/天 解锁文章
PyTorch深度学习实战（2）——PyTorch基础
盼小辉丶的博客
06-04 5万+
PyTorch 是广泛应用于机器学习领域中的强大开源框架，因其易用性和高效性备受青睐。在本节中，将介绍使用 PyTorch 构建神经网络的基础知识。首先了解 PyTorch 的核心数据类型——张量对象。然后，我们将深入研究用于张量对象的各种操作。PyTorch 提供了许多帮助构建神经网络的高级方法及组件，并提供了利用 GPU 更快地训练神经网络的张量对象。
PyTorch 中各种操纵维度的函数比较 view() reshape() squeeze() unsqueeze() flatten()
自动化研究生在读，此博客记录了我的学习与刷题经验，欢迎大家阅读交流
08-14 1298
使用 view(-1) 也能实现和 flatten() 一样的功能，它们区别实际上就是 view() 函数和 reshape() 函数的区别，因为 flatten() 就是用 reshape() 实现的，看下。2、正因为 view() 函数返回的是视图，它要求张量数据在内存中是连续contiguous 的，而 reshape() 函数则没有这样的要求，它可以对连续张量或者非连续张量进行操作。最后，flatten() 函数的作用是展平张量，它还可以指定开始的维度和结束的维度，默认。......
PyTorch函数解释：cat、stack、transpose、permute、squeeze、unsqueeze
梦家の博客
05-09 887
torch.cat() 张量拼接 对张量沿着某一维度进行拼接。连接后数据的总维数不变。，ps:能拼接的前提是对应的维度相同！！！ 例如对两个2维tensor（分别为2*3,1*3）进行拼接，拼接完后变为3*3的2维 tensor。 In [1]: import torch In [2]: torch.manual_seed(1) Out[2]: <torch._C.Generator at 0x19e56f02e50> In [3]: x = torch.randn(2,3) In [4]
unsqueeze使用说明
浩瀚之水的专栏
03-10 360
unsqueeze函数是PyTorch中的一个重要函数，用于在指定位置插入一个新的维度，使张量（Tensor）的形状发生变化。以下是unsqueeze。
[AI算法]：Pytorch\Numpy中Squeeze()与unsqueeze()函数的区别和应用
热门推荐
Bin_Dut的博客
07-29 1万+
简单粗暴，看一下两个函数的用法： 1.unsqueeze(): 从tensor（torch）或者数组中，在指定维度上添加维度为1的维度（axis=0, axis=1, axis=2, …） 以pytorch为例，首先初始化一个tensor，size为（2,3）. 在tensor的第一维unsqueeze(0)中插入维度为1的维度，现在tensor的size为（1,2,3）。 2.squeeze(): 从tensor（torch）或者数组中，在指定维度上删除维度为1的维度（axis=0, axis=1,
[PyTroch系列-16]：PyTorch基础 - 张量的操作 - 变形
文火冰糖（王文兵）的博客
08-07 1万+
作者主页(文火冰糖的硅基工坊)：https://blog.youkuaiyun.com/HiWangWenBing 本文网址： 目录 第1章 Tensor运算与操作概述 1.1 概述 1.3 张量的操作与变换 1.4环境准备 1.5张量的操作 - 变形（reshape） 第2章 基本变形：reshape 1. 原理 2. 函数解读 3. 代码示例 第3章 2维矩阵的行列置换：t 1. 原理 2. 函数解读 3. 代码示例 第4章 任意维度方向上的置换：transpose 1. 原理..
Pytorch教程（十三）：reshape、squeeze、flatten
vincent_duan的专栏
10-05 1582
reshape 首先我们创建一个tensor，shape：3×43 \times 43×4，是一个两个轴的二阶张量。第一个轴的长度是3，第二个轴的长度是4，第一个轴的元素是数组，第二个轴的元素是数字 我们可以用torch.size()或者torch.shape来获取形状 张量形状给出的另一个重要特征是张量中包含的元素的个数，也可以通过获取shape中各分量的值乘积来推导出来： 因为我们的元素有12个，因此任何reshape操作都必须考虑这12个元素。 squeeze压缩 squeeze()压缩一个
【小贪】深度学习常用Pytorch, Numpy对比及常用语法
打瞌睡_的博客
07-09 1041
Torch的tensor可以在GPU上加速运算，Numpy的ndarray只能在CPU上加速运算。numpy API导包与相互转化。
Python库[Pytorch,Numpy,]
iku_whf的博客
05-25 1715
PyTorch介绍与安装安装使用 介绍与安装 PyTorch: Python的一个深度学习框架，不多介绍 安装 cpu: pip install pytorch gpu: pip3 install torch==1.4.0+cu100 torchvision==0.5.0+cu100 -f https://download.pytorch.org/whl/torch_stable.html 参考链接 使用 当然在 .py / .ipynb 使用 # 导入 import torch typ
resize函数pytorch
最新发布
04-03
在PyTorch中，调整张量形状的主要方法有view、reshape，还有改变维度顺序的permute或transpose。不过这些主要用于改变形状，不涉及插值。 然后，如果用户指的是调整图像尺寸，比如缩放图片大小，可能需要使用...
torch常用指令一
weixin_43702653的博客
07-16 1562
torch常用指令一
关于张量的Flatten、Reshape和Squeeze的解释 | Pytorch系列（六）
zero的博客
04-22 5355
点击上方“AI算法与图像处理”，选择加"星标"或“置顶”重磅干货，第一时间送达文 |AI_study欢迎回到这个关于神经网络编程的系列。从本系列的这篇文章开始，我们将开始...
张量/数组存储方式与向量化展开/展平、view、reshape、permute对比
欢迎关注，共同进步！
01-05 3049
对于一个Tensor来说，我们可以认为它有两种存储方式。
pytorch中的resize_()和reshape()
会飞的猪的博客
02-18 1万+
a.resize_()会修改a的shape，a.reshape()返回修改后的tensor，但不会更改a的shape。
pytorch中reshape()、view()、permute()、transpose()总结
景唯acr
05-11 6578
1. reshape() 和 view() 参考链接： PyTorch中view的用法 pytorch中contiguous() 功能相似，但是 view() 只能操作 tensor，reshape() 可以操作 tensor 和 ndarray。view() 只能用在 contiguous 的 variable 上。如果在 view 之前用了 transpose, permute 等，需要用 contiguous() 来返回一个 contiguous copy。 view() 操作后的 tensor 和原
【pytorch】pytorch维度变换函数：cat, stack, transpose, permute, unsqueeze, squeeze
JianJuly的博客
07-22 647
Talk is cheap, Show me the code cat cat用于将两个tensor在某个维度上拼接起来 除了要拼接的维度，这两个tensor其它维度的大小应该一致 import torch torch.manual_seed(666) x1 = torch.randn(3, 5) x2 = torch.randn(4, 5) x_cat = torch.cat((x1, x...
Pytorch维度操作-unsqueeze、squeeze、view与permute
如何心安理得的在老板眼皮下摸鱼
06-10 1780
unsqueeze 作用是用于增加维度，操作是针对于tensor张量，通过tensor.unsqueeze进行维度扩张。
pytorch中 max()、view()、 squeeze()、 unsqueeze()
跨模态
07-28 1万+
查了好多博客都似懂非懂，后来写了几个小例子，瞬间一目了然。 目录 一、torch.max() 二、torch.view() 三、 1.torch.unsqueeze() 2.squeeze() 一、torch.max() import torch a=torch.randn(3) print("a:\n",a) print('max(a):',torch.max(a)) b...
numpy中函数resize与reshape，ravel与flatten的区别
A_Bo的博客
02-04 9839
这两组函数中区别很是类似，都是一个不改变之前的数组，一个改变数组本身resize和reshape&gt;&gt;&gt; import numpy as np &gt;&gt;&gt; a = np.arange(20).reshape(4,5) &gt;&gt;&gt; a array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], ...
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