permute和view

最新推荐文章于 2024-09-10 21:59:48 发布
最新推荐文章于 2024-09-10 21:59:48 发布
阅读量473 收藏
点赞数 1
文章标签： python
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/zx897157658/article/details/120973298
版权

对于立方体
permute只是从不同角度去看他，导致长宽高发生了改变，其实还是同一个长方体
但是view会直接改变长方体的长宽高，相当于一个没变形，一个变形了

pytorch中tensor维度转换view()和permute()
weixin_44485421的博客
08-05 1676
pytorch中常用的维度转换。view(),permute(),transpose() 首先了解一下tensor的size是怎么来的，几个中括号就说明有几个维度，然后看第一个中括号里用逗号分隔开了几个元素，就是第一个维度的值，其他依次类推。
PyTorch transpose、permute、view和einops.rearrange
最新发布
qq_27390023的博客
12-28 561
和 PyTorch 中的transposepermute以及view都用于张量的操作，但它们的功能侧重和用法各有不同。
pytorch中view()与permute()的维度变换的区别
qq_41915623的博客
06-17 891
两者都可以对tensor矩阵进行维度变化，例如：原 x.shape = [batch_size, c, h, w], 使用 x.view(batch_size, c, w, h), 即可将x的维度变换成：[batch_size, c, w, h]。 也可以使用，x.permute(batch_size, c, w, h)将维度变换成：[batch_size, c, w, h]。Step1: 先按序将数据展开； Step2: 再按照view(a, b, c)中的a,b,c进行维度填充。 例如： 其变换过程如图
PyTorch中的形状变换术：reshape、view与permute的区别与联系
mariodf的博客
05-17 817
PyTorch中的形状变换术：reshape、view与permute的区别与联系
Pytorch中View和Permute函数比较
qq_36892712的博客
03-31 271
View和Permute函数都可以用来reshape（调整矩阵形状），本文主要用来测试其不同点。使用Permute时，是在维度上做了变换，类似于转置T，（原始数据。使用View时，是在连续数据上进行reshape（原始数据。
Pytorch维度转换操作：view，reshape，permute，flatten函数详解
qq_41920323的博客
09-10 1263
Pytorch维度转换操作：view，reshape，permute，flatten函数详解
基于PyTorch的permute和reshape/view的区别介绍
09-16
在PyTorch中，`permute`、`reshape`（通过`.view()`方法实现）和`view`都是处理Tensor形状变换的重要操作，但它们之间有着本质的区别。 首先，`permute`函数的主要功能是对Tensor的维度进行调换。它接受一个维度...
pytorch中tensor的底层存储方式，维度变换permute/view/reshape，维度大小和数目
lppfwl的博客
05-13 1209
记录一下pytorch中tensor的底层存储方式，维度变换permute/view/reshape，维度大小和数目。 tensor的底层存储方式 tensor的底层存储是按照行优先的原则存储的，比如： >>import torch >>a=tensor.rand((2,2,3)) >>a tensor([[[0.1345,0.4907,0.8740], [0.4888,0.5481,0.8513]], [[0.1015,0.9427,0.8660], [
[PyTorch] 使用 view() 和 permute() 转换维度
胭脂草的ABC博客
09-13 635
PyTorch 是一個基於 Python 的深度學習框架，我們可以藉由 PyTorch 所包裝好的模組、函式，輕易地實作我們想要實現的模型架構。而說到深度學習，就不得不提到使用 GPU 的平行化運算，提到 GPU 的平行化運算，就一定得說到我們得將輸入神經元的『維度』固定，好實現平行化運算。 所以，整理我們輸入張量 (Tensor) 的維度與形狀，自然就是得費心處理的工作了。 本篇文章希望紀錄在 PyTorch 當中改變張量形狀的兩個重要的函式 —— view() 以及 permute()，這兩個函式都
permute函数_permute()和view()
weixin_39710951的博客
12-06 363
前几天使用pytorch时，需要对tensor进行转置，请注意要使用函数permute()而不是view()很简单，只需要举两个例子就明白区别，view()的运行方式是这样的：a = torch.tensor([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]]) b = a.view(4,3) b = tensor([[ 1, 2, 3], [ ...
Pytorch view()函数和permute()函数的区别
Vertira的博客
06-29 299
Pytorch view()函数和permute()函数的区别
pytorch中的permute和view
mystyle_的博客
12-22 469
总的来说，就是transpose只能用于二维矩阵的转置（可以是高维矩阵中的二维），permute可以看作是多次进行transpose，其本质是维度互换 然而view必须操作在一个contiguous 的tensor上，原因是因为其操作先把tensor展成一个一维的向量，之后再reshape成一个想要的维度。 因此view和permute的操作含义不一样，但是具体使用中怎么正确的使用我还没搞的特别清楚，日后填坑 转载好文章https://zhuanlan.zhihu.com/p/76583143 ...
pytorch——permute，view
七月听雪的博客
08-31 500
permute()，适合多维数据。可以灵活的对原数据的维度进行调换，而数据本身不变。 view() 把原先tensor中的数据按照行优先的顺序排成一个一维的数据（这里应该是因为要求地址是连续存储的），然后按照参数组合成其他维度的tensor。比如说是不管你原先的数据是[[[1,2,3],[4,5,6]]]还是[1,2,3,4,5,6]，因为它们排成一维向量都是6个元素，所以只要view后面的参数...
Pytorch view和permute的区别
EMIvv的博客
01-19 994
a = torch.tensor([[[1,2,3],[4,5,6]]]) b = a.view(3,2) c = a.permute(0,2,1) print(a.size(),a) print(b.size(),b) print(c.size(),c) 结果： a: torch.Size([1, 2, 3]) tensor([[[1, 2, 3], [4, 5, 6]]]) b: torch.Size([3, 2]) tensor([[1, 2], [3, 4],
PyTorch中view、permute、reshape对比
Home to come
07-24 1292
view用法 Tensor.view(*shape) → Tensor 通俗理解：     把原先tensor中的数据按照行优先的顺序排成一个一维的数据（这里应该是因为要求地址是连续存储的），然后按照参数组合成其他维度的tensor。比如说是不管你原先的数据是[[[1,2,3],[4,5,6]]]还是[1,2,3,4,5,6]，因为它们排成一维向量都是6个元素，所以只要view后面的参数一致，得到的结果都是一样的。比如， a=torch.Tensor([[[1,2
Pytorch中 permute / transpose 和 view / reshape， flatten函数
ytusdc的博客
08-21 5413
Pytorch中 permute、transpose 和 view 、resize函数
torch permute和view
RUN
11-10 1848
permute针对的是转换维度，view等价于reshape。 permute作用为调换Tensor的维度，参数为调换的维度。例如对于一个二维Tensor来说，调用tensor.permute(1,0)意为将1轴（列轴）与0轴（行轴）调换，相当于进行转置。 In [20]: a Out[20]: tensor([[0, 1, 2], [3, 4, 5]]) In [21]: a.permute(1,0) Out[21]: tensor([[0, 3],
pytorch 中的view和permute的用法
zz2230633069的博客
10-29 9886
view相当于numpy中resize()的功能，但是用法可能不太一样.可以参考：https://blog.youkuaiyun.com/york1996/article/details/81949843 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 可参考：htt...
reshape和permute
08-18
reshape和permute是在处理多维数组时常用的操作。 reshape可以将一个数组重新调整为指定的形状。可以将原数组按行或按列展开，然后按照新的形状重新排列元素。例如，对于一个二维数组a，使用a.reshape(m, n)，可以将数组的形状调整为m行n列的矩阵。reshape的作用相当于将数组的维度进行重新排列。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [Pytorch笔记：操作维度的permute、reshape/view、eniops](https://blog.youkuaiyun.com/xieocean/article/details/128478752)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
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