PyTorch中张量(tensor)的维度变换

本文介绍了PyTorch中处理张量维度变换的方法,包括view/reshape、squeeze/unsqueeze、t、transpose/permute、expand/repeat及broadcasting。通过示例详细解释了这些操作如何改变张量的形状,同时保持数据不变。了解这些技巧对于深度学习模型的构建至关重要。

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

1. view/reshape:形状改变,数据不变

Example:

In[1]: x = torch.rand(4,1,28,28)

In[2]: x.size()

Out[2]: torch.Size([4, 1, 28, 28])

 

In[3]: y = x.view(4,28*28)

In[4]: y.size()

Out[4]: torch.Size([4, 784])

 

In[5]: y = x.reshape(4,28*28)

In[6]: y.size()

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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