极智AI | pytorch改变tensor维度的方法

最新推荐文章于 2024-03-26 05:51:13 发布

极智视界

最新推荐文章于 2024-03-26 05:51:13 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

分类专栏：极智AI 文章标签： pytorch 人工智能 tensor 深度学习改变tensor维度

本文链接：https://blog.youkuaiyun.com/weixin_42405819/article/details/128520493

极智AI 专栏收录该内容

175 篇文章 ¥49.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了在PyTorch中如何改变Tensor的维度，包括使用view()、unsqueeze()、squeeze()、transpose()等方法，以及permute()和contiguous()等其他方式，这些操作对于深度学习计算至关重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

欢迎关注我的公众号 [极智视界]，获取我的更多笔记分享

大家好，我是极智视界，本文介绍一下 pytorch改变tensor维度的方法。

在 pytorch 中，tensor 是基本的操作数据结构。在很多的时候，咱们需要改变 tensor 的维度来适应咱们的计算，包括升维、降维、变维。在 pytorch 中有很多方法可以用来改变 tensor 的维度。

这里我把几种常用的方法进行了一下汇总：

view(shape)：返回一个新的 tensor，它具有给定的形状。如果元素总数不变，则可以用它来改变 tensor 的维度。例如：

import torch

t = torch.tensor([
    [1, 2, 3],
    [4, 5, 6]
])
print(t.shape)  # torch.Size([2, 3])

t_view = t.view(3, 2)
print(t_view.shape)  # torch.Size([3, 2])

了解本专栏

超级会员免费看