Pytorch之扩充tensor的操作-6ren

Pytorch之扩充tensor的操作

转载作者：qq735679552 更新时间：2022-09-29 22:32:09

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Pytorch之扩充tensor的操作由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

我就废话不多说了，大家还是直接看代码吧~ 。

 
    ? 
   
 
     
       
       
         b  
         = 
         torch.zeros(( 
         3 
         ,  
         2 
         ,  
         6 
         ,  
         6 
         )) 
        
 
         a  
         = 
         torch.zeros(( 
         3 
         ,  
         2 
         ,  
         1 
         ,  
         1 
         )) 
        
 
         a.expand_as(b).size() 
        
 
         Out[ 
         32 
         ]: torch.Size([ 
         3 
         ,  
         2 
         ,  
         6 
         ,  
         6 
         ]) 
        
 
         a  
         = 
         torch.zeros(( 
         3 
         ,  
         2 
         ,  
         2 
         ,  
         1 
         )) 
        
 
         a.expand_as(b).size() 
        
 
         Traceback (most recent call last): 
        
 
           
         File 
         "/home/lart/.conda/envs/pt/lib/python3.6/site-packages/IPython/core/interactiveshell.py" 
         , line  
         3267 
         ,  
         in 
         run_code 
        
 
            
         exec 
         (code_obj,  
         self 
         .user_global_ns,  
         self 
         .user_ns) 
        
 
           
         File 
         "<ipython-input-34-972575f79e92>" 
         , line  
         1 
         ,  
         in 
         <module> 
        
 
            
         a.expand_as(b).size() 
        
 
         RuntimeError: The expanded size of the tensor ( 
         6 
         ) must match the existing size ( 
         2 
         ) at non 
         - 
         singleton dimension  
         2. 
         Target sizes: [ 
         3 
         ,  
         2 
         ,  
         6 
         ,  
         6 
         ]. Tensor sizes: [ 
         3 
         ,  
         2 
         ,  
         2 
         ,  
         1 
         ] 
        
 
         a  
         = 
         torch.zeros(( 
         3 
         ,  
         2 
         ,  
         1 
         ,  
         2 
         )) 
        
 
         a.expand_as(b).size() 
        
 
         Traceback (most recent call last): 
        
 
           
         File 
         "/home/lart/.conda/envs/pt/lib/python3.6/site-packages/IPython/core/interactiveshell.py" 
         , line  
         3267 
         ,  
         in 
         run_code 
        
 
            
         exec 
         (code_obj,  
         self 
         .user_global_ns,  
         self 
         .user_ns) 
        
 
           
         File 
         "<ipython-input-36-972575f79e92>" 
         , line  
         1 
         ,  
         in 
         <module> 
        
 
            
         a.expand_as(b).size() 
        
 
         RuntimeError: The expanded size of the tensor ( 
         6 
         ) must match the existing size ( 
         2 
         ) at non 
         - 
         singleton dimension  
         3. 
         Target sizes: [ 
         3 
         ,  
         2 
         ,  
         6 
         ,  
         6 
         ]. Tensor sizes: [ 
         3 
         ,  
         2 
         ,  
         1 
         ,  
         2 
         ] 
        
 
         a  
         = 
         torch.zeros(( 
         3 
         ,  
         2 
         ,  
         2 
         ,  
         2 
         )) 
        
 
         a.expand_as(b).size() 
        
 
         Traceback (most recent call last): 
        
 
           
         File 
         "/home/lart/.conda/envs/pt/lib/python3.6/site-packages/IPython/core/interactiveshell.py" 
         , line  
         3267 
         ,  
         in 
         run_code 
        
 
            
         exec 
         (code_obj,  
         self 
         .user_global_ns,  
         self 
         .user_ns) 
        
 
           
         File 
         "<ipython-input-38-972575f79e92>" 
         , line  
         1 
         ,  
         in 
         <module> 
        
 
            
         a.expand_as(b).size() 
        
 
         RuntimeError: The expanded size of the tensor ( 
         6 
         ) must match the existing size ( 
         2 
         ) at non 
         - 
         singleton dimension  
         3. 
         Target sizes: [ 
         3 
         ,  
         2 
         ,  
         6 
         ,  
         6 
         ]. Tensor sizes: [ 
         3 
         ,  
         2 
         ,  
         2 
         ,  
         2 
         ] 
        
 
         a  
         = 
         torch.zeros(( 
         3 
         ,  
         2 
         ,  
         6 
         ,  
         2 
         )) 
        
 
         a.expand_as(b).size() 
        
 
         Traceback (most recent call last): 
        
 
           
         File 
         "/home/lart/.conda/envs/pt/lib/python3.6/site-packages/IPython/core/interactiveshell.py" 
         , line  
         3267 
         ,  
         in 
         run_code 
        
 
            
         exec 
         (code_obj,  
         self 
         .user_global_ns,  
         self 
         .user_ns) 
        
 
           
         File 
         "<ipython-input-40-972575f79e92>" 
         , line  
         1 
         ,  
         in 
         <module> 
        
 
            
         a.expand_as(b).size() 
        
 
         RuntimeError: The expanded size of the tensor ( 
         6 
         ) must match the existing size ( 
         2 
         ) at non 
         - 
         singleton dimension  
         3. 
         Target sizes: [ 
         3 
         ,  
         2 
         ,  
         6 
         ,  
         6 
         ]. Tensor sizes: [ 
         3 
         ,  
         2 
         ,  
         6 
         ,  
         2 
         ] 
        
 
         a  
         = 
         torch.zeros(( 
         3 
         ,  
         2 
         ,  
         6 
         ,  
         1 
         )) 
        
 
         a.expand_as(b).size() 
        
 
         Out[ 
         44 
         ]: torch.Size([ 
         3 
         ,  
         2 
         ,  
         6 
         ,  
         6 
         ]) 
        
 
         a  
         = 
         torch.zeros(( 
         3 
         ,  
         2 
         ,  
         1 
         ,  
         6 
         )) 
        
 
         a.expand_as(b).size() 
        
 
         Out[ 
         46 
         ]: torch.Size([ 
         3 
         ,  
         2 
         ,  
         6 
         ,  
         6 
         ]) 
        
 
     
 
   

tensor.expand_as在这里用于扩展tensor到目标形状，常用的多是在H和W方向上的扩展.

假设目标形状为N, C, H, W，则要求tensor.size()=n, c, h, w(这里假设N，C不变):

1、h=w=1 。

2、h=1, w!=1 。

3、h!=1, w=1 。

补充：tensorflow 利用expand_dims和squeeze扩展和压缩tensor维度。

在利用tensorflow进行文本挖掘工作的时候，经常涉及到维度扩展和压缩工作.

比如对文本进行embedding操作完成之后，若要进行卷积操作，就需要对embedded的向量扩展维度，将[batch_size, embedding_dims]扩展成为[batch_size, embedding_dims, 1]，利用tf.expand_dims(input, -1)就可实现，反过来用squeeze(input, -1)或者tf.squeeze（input）也可以把最第三维去掉.

tf.expand_dims() 。

tf.squeeze() 。

tf.expand_dims()

 
    ? 
   
         tf.expand_dims( 
         input 
         , axis 
         = 
         None 
         , name 
         = 
         None 
         , dim 
         = 
         None 
         )

在第axis位置增加一个维度. 。

给定张量输入，此操作在输入形状的维度索引轴处插入1的尺寸。尺寸索引轴从零开始; 如果您指定轴的负数，则从最后向后计数.

如果要将批量维度添加到单个元素，则此操作非常有用。例如，如果您有一个单一的形状[height，width，channels]，您可以使用expand_dims（image，0）使其成为1个图像，这将使形状[1，高度，宽度，通道].

例子。

 
    ? 
   
 
     
       
       
         # 't' is a tensor of shape [2] 
        
 
         shape(expand_dims(t,  
         0 
         ))  
         = 
         = 
         > [ 
         1 
         ,  
         2 
         ] 
        
 
         shape(expand_dims(t,  
         1 
         ))  
         = 
         = 
         > [ 
         2 
         ,  
         1 
         ] 
        
 
         shape(expand_dims(t,  
         - 
         1 
         ))  
         = 
         = 
         > [ 
         2 
         ,  
         1 
         ] 
        
 
         # 't2' is a tensor of shape [2, 3, 5] 
        
 
         shape(expand_dims(t2,  
         0 
         ))  
         = 
         = 
         > [ 
         1 
         ,  
         2 
         ,  
         3 
         ,  
         5 
         ] 
        
 
         shape(expand_dims(t2,  
         2 
         ))  
         = 
         = 
         > [ 
         2 
         ,  
         3 
         ,  
         1 
         ,  
         5 
         ] 
        
 
         shape(expand_dims(t2,  
         3 
         ))  
         = 
         = 
         > [ 
         2 
         ,  
         3 
         ,  
         5 
         ,  
         1 
         ] 
        
 
     
 
   

tf.squeeze()

 
    ? 
   
         tf.squeeze( 
         input 
         , axis 
         = 
         None 
         , name 
         = 
         None 
         , squeeze_dims 
         = 
         None 
         )

直接上例子。

 
    ? 
   
         # 't' is a tensor of shape [1, 2, 1, 3, 1, 1] 
        
         shape(squeeze(t))  
         = 
         = 
         > [ 
         2 
         ,  
         3 
         ] 
        
         # 't' is a tensor of shape [1, 2, 1, 3, 1, 1] 
        
         shape(squeeze(t, [ 
         2 
         ,  
         4 
         ]))  
         = 
         = 
         > [ 
         1 
         ,  
         2 
         ,  
         3 
         ,  
         1 
         ]

以上为个人经验，希望能给大家一个参考，也希望大家多多支持我。如有错误或未考虑完全的地方，望不吝赐教.

原文链接：https://blog.csdn.net/P_LarT/article/details/90145088 。

最后此篇关于Pytorch之扩充tensor的操作的文章就讲到这里了,如果你想了解更多关于Pytorch之扩充tensor的操作的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！。

文章推荐： Python画笔的属性及用法详解

文章推荐：快速一键生成Python爬虫请求头

文章推荐：为什么你还不懂得怎么使用Python协程

java - Struts2 操作 > JSP > 操作
我正在努力做到这一点在我的操作中从数据库获取对象列表(确定) 在 JSP 上打印(确定) 此列表作为 JSP 中的可编辑表出现。我想修改然后将其提交回同一操作以将其保存在我的数据库中(失败。当我使用
linq - 不支持嵌套查询。操作 1 ='UnionAll' 操作 2 ='MultiStreamNest'
我有以下形式的 Linq to Entities 查询: var x = from a in SomeData where ... some conditions ... select
c# - 不支持嵌套查询。操作 1 ='UnionAll' 操作 2 ='MultiStreamNest'
我有以下查询。 var query = Repository.Query() .Where(p => !p.IsDeleted && p.Article.ArticleSections.Cou
java - Jtable ListSelectionListener 不响应 jtable 操作，而是响应同一个类中的另一个 jtable 操作
我正在编写一个应用程序包，其中包含一个主类，其中主方法与GUI类分开，GUI类包含一个带有jtabbedpane的jframe，它有两个选项卡，第一个选项卡包含一个jtable，称为jtable1，第
c# - LINQ 嵌套数组和三元运算符。不支持嵌套查询。操作 1 ='Case' 操作 2 ='Collect'
以下代码产生错误 The nested query is not supported. Operation1='Case' Operation2='Collect' 问题是我做错了什么？我该如何解决？
Redis哨兵中的C#操作
我已经为 HA redis 集群(2 个副本、1 个主节点、3 个哨兵)设置了本地 docker 环境。只有哨兵暴露端口(10021、10022、10023)。我使用的是 stackexchange
液体模板过滤器中的日期数学/操作
我正在 Desk.com 中构建一个“集成 URL”，它使用 Shopify Liquid 模板过滤器语法。对于开始日期为 7 天前而结束日期为现在的查询，此 URL 需要包含“开始日期”和“结束日期
Python为什么不支持 i++/i--操作
你一定想过。然而情况却不理想，python中只能使用类似于 i++/i--等操作。 python中的自增操作下面代码几乎是所有程序员在python中进行自增(减)操作的常用
GitHub 操作 - 将分支名称显示为构建名称
我需要在每个使用 github 操作的手动构建中显示分支。例如:https://gyazo.com/2131bf83b0df1e2157480e5be842d4fb 我应该显示分支而不是一个。最佳答
Perl qr//操作
我有一个关于 Perl qr 运算符的问题: #!/usr/bin/perl -w &mysplit("a:b:c", /:/); sub mysplit { my($str, $patt
uml - ArgoUML 操作
我已经使用 ArgoUML 创建了一个 ERD(实体关系图)，我希望在一个类中创建两个操作，它们都具有 void 返回类型。但是，我只能创建一个返回 void 类型的操作。例如: 我能够将 book
关于拉取请求和主分支的 Github 操作
Github 操作仍处于测试阶段并且很新，但我希望有人可以提供帮助。我认为可以在主分支和拉取请求上运行 github 操作，如下所示: on: pull_request push: b
用于记录的 Twilio 操作
我正在尝试创建一个 Twilio 工作流来调用电话并记录用户所说的内容。为此，我正在使用 Record，但我不确定要在 action 参数中放置什么。尽管我知道 Twilio 会发送有关调用该 UR
OpenGL 模板缓冲区 OR 操作？
我不确定这是否可行，但值得一试。我正在使用模板缓冲区来减少使用此算法的延迟渲染器中光体积的过度绘制(当相机位于体积之外时): 使用廉价的着色器，将深度测试设置为 LEQUAL 绘制背面，将它们标记在模
用于复制和重命名文件的 GitHub 操作
有没有聪明的方法来复制和重命名文件通过 GitHub 操作？我想将一些自述文件复制到 /docs文件夹(:= 同一个 repo，不是远程的!)，它们将根据它们的 frontmatter 重命名
PowerShell CSV 操作
我有一个 .csv 文件，其中第一列包含用户名。它们采用 FirstName LastName 的形式。我想获取 FirstName 并将 LastName 的第一个字符添加到它上面，然后删除空格。然
Sitecore - 操作 URL
Sitecore 根据 Sitecore 树中定义的项目名称生成 URL， http://samplewebsite/Pages/Sample Page 但我们的客户有兴趣降低所有 URL(页面/示例
单击按钮时的 Angularjs 操作
我正在尝试进行一些计算，但是一旦我输入金额，它就会完成。我只是希望通过单击按钮而不是自动发生这种情况。到目前为止我做了什么: Angular JS - programming-fr
将文件从一个存储库复制到另一个存储库的 github 操作
我的公司创建了一种在环境之间移动文件的复杂方法，现在我们希望将某些构建的 JS 文件(已转换和缩小)从一个 github 存储库移动到另一个。使用 github 操作可以实现这一点吗？最佳答案最简
java - JSONArray 操作
在我的代码中，我创建了一个 JSONArray 对象。并向 JSONArray 对象添加了两个 JSONObject。我使用的是 json-simple-1.1.jar。我的代码是 package j

qq735679552

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城