torch.meshgrid()

Enzo 想砸电脑

已于 2023-07-06 23:23:08 修改

阅读量665

点赞数 3

文章标签：深度学习 pytorch 人工智能

于 2023-07-06 23:13:01 首次发布

版权

16 篇文章

订阅专栏

torch.meshgrid函数用于生成多维坐标网格，输入是一组一维张量。默认的indexing=ij遵循行优先原则，而indexing=xy则为列优先。该函数返回一个元组，包含每个输入张量的所有可能组合。示例展示了如何使用不同索引模式生成网格坐标。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

torch.meshgrid(*tensors, indexing=None)

参数：

tensors，一组张量，每一个都是一维 tensor。
$\quad \quad \quad \quad \;$ 一般是两个一维 tensor，用于生成索引，比如 torch.meshgrid(x, y)，x 和 y 都是一维 tensor
indexing ：默认情况下，indexing 值为 ‘ij’，表示输出的网格坐标的顺序为行优先。
$\quad \quad \quad \quad \;$ 如果 indexing 值设置为 ‘xy’，则输出的网格坐标的顺序为列优先。

输出：一个元组

例1 ：

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

result = torch.meshgrid(x, y, indexing='ij')
print(result)

输出

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

例2：

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

result = torch.meshgrid(x, y, indexing='xy')
print(result)

输出

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