pytorch常用函数,pytorch tensor操作

　　PyTorch中的Permute就像numpy中的transpose()函数一样，根据指定的维度进行转置。下面这篇文章主要介绍pytorch中permate的基本用法，有需要的朋友可以参考一下。

　　00-1010置换(dims)和置换摘要(多维数组，[维的组合])

目录

　　转置张量的维数。

　　参数：参数是一系列整数，表示原始张量的维数。例如，三个维度分别为0、1和2。

　　示例：

　　进口火炬

　　将numpy作为np导入

　　a=np.array([[[1，2，3]，[4，5，6]])

　　unpermuted=torch.tensor(a)

　　print(unpermuted.size()) # ——火炬。大小([1，2，3])

　　permuted=unpermuted.permute(2，0，1)

　　print(permuted.size()) # ——火炬。大小([3，1，2])

　　比如图像img的大小是(28，28，3)，可以用img.permute(2，0，1)得到一个大小为(3，28，28)的张量。

　　张量([[1，2，3]，[4，5，6]])可以转换为

　　张量([[[1。 4.],

　　[2. 5.],

　　[3. 6.]]])

　　如果您使用view，您可以获得

　　张量([[[1。 2.],

　　[3. 4.],

　　[5. 6.]]])

　　关于视图的用法：参见PyTorch中视图的用法。

permute(dims)

　　比如3360

　　a=兰特(2，3，4)；%这是一个三维数组，每个维度的长度是：2，3，4。

　　%现在交换第一维度和第二维度：

　　Permute(A，[2，1，3])%变成3*2*4的矩阵。

　　进口火炬

　　将numpy作为np导入

　　a=np.array([[[1，2，3]，[4，5，6]])

　　unpermuted=torch.tensor(a)

　　print(unpermuted.size()) # ——火炬。大小([1，2，3])

　　张量([[[1。 4.],

　　[2. 5.],

　　[3. 6.]]])

　　permuted=unpermuted.permute(2，0，1)

　　print(permuted.size()) # ——火炬。大小([3，1，2])

　　张量([[[1。 2.],

　　[3. 4.],

　　[5. 6.]]])

附：permute(多维数组，[维数的组合])

　　关于PyTorch的基本用法的这篇文章就到这里了。有关pytorch用法的更多信息，请搜索热门IT软件开发工作室之前的文章或继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。