x_yan033的博客

import numpy as npimport torch###################################################################### torch tensor <----> np array# tensor to array: array = tensor.numpy()tensor_00 = torch...

# view() 转换维度# reshape() 转换维度# permute() 坐标系变换# squeeze()/unsqueeze() 降维/升维# expand() 扩张张量# narraw() 缩小张量# resize_() 重设尺寸# repeat(), unfold() 重复张量# cat(), stack() 拼接张量一. tens...

在实践中，经常需要对中间数据或输出数据进行维度转换，保证多个数据间计算维度上的一致性。一般主要涉及pytorch中tensorde的维度转换、numpy中array的维度转换。本篇先对array的维度转换方法进行总结，涉及的转换方法如下：# reshape()# ravel()# flatten()# transpose()# resize()具体用法：array_01...

一.创建tensorimport torchtensor_01 = torch.tensor([ [1, 2, 3], [2, 3, 4]])print('\ntensor_01:\n', tensor_01, '\ntensor size:', tensor_01.size())# 输出# tensor_01:# tensor([[1, 2, 3],# ...

一.用数值创建1维、2维、3维数组，3维以上依次类推。# 用固定的值创建数组array_dim1 = np.array([1, 2, 3, 4, 5])array_dim2 = np.array([ [1, 2, 3, 4, 5], [5, 4, 3, 2, 1]])array_dim3 = np.array([ [ [1, 1, 1, 1, ...