1.将数据切分

pytorch: tensor_data.view(N,T,C,V,W)  #例,将tensor数据拆分为N,T,C,V,W。允许设置-1,计算默认维度的值

numpy:numpy_data.reshape(N,T,C,V,W) #例,将numpy数据拆分为N,T,C,V,W。

2.改变数据维度

pytorch:tensor_data.permute(0,1,3,2,4)  #例,将2,3维度调换。

numpy:numpy_data.transpose(0,1,4,3,2) #例,将 2,4维度调换。

3.沿某一维度取平均

pytorch:tensor_data.mean(dim,keepdims = ?) #例,将dim维度取均值,取-1代表最后一个维度,keepdims表示是否保留此维度,取值为0或1

numpy:numpy_data.mean(dim,keepdims = ?) #

4.对数组求平方

pytorch:tensor_data.pow(2) #

numpy: numpy_data.square() #

5.沿某一维度相加

pytorch:tensor_data.sum(dim,keepdims = ?) #例,将dim维度求和,keepdims表示是否保留此维度,取值为0或1

numpy:numpy_data.sum(dim,keep_dims = ?)

6.求内积:不可用数据调用

pytorch:torch.matmul(a,b) # import torch

numpy: numpy.matmul(a,b) # import numpy

numpy.dot(a,b) #常用于低维

7.矩阵相乘: a*b即可

8.去除维度值为1的维度

pytorch:torch_data.squeeze(dim) #将dim维度去除,注意只有当dim = 1时才能被去除,不带任何参数时将所有维度为1的删除,-1表示最后一个。-2表示倒数第二个.... 。

numpy:numpy_data.squeeze(dim) #同上。

9,添加维度为1的维度

pytorch:torch_data.unsqueeze(dim) #在dim处添加值为1的维度必须带参数,-1表示最后一个位置。-2表示倒数第二个位置... 。

numpy:np.expand_dims(a,dim = ?) #这里不能用数据调用!!!

!!以上均展示的为数据直接调用,无特殊说明,均可以替换为np.xxxx(data,...) 或 torch.xxxx(data,....)

pytorch对张量的一些常用处理以及numpy对数组的一些常用处理相关推荐

  1. Pytorch有关张量的各种操作

    一,创建张量 1. 生成float格式的张量: a = torch.tensor([1,2,3],dtype = torch.float) 2. 生成从1到10,间隔是2的张量: b = torch. ...

  2. 神经网络与深度学习(二) pytorch入门——张量

    本文章通过参考飞桨AI Studio - 人工智能学习与实训社区  教程进行pytorch相关学习. 目录 一. 概念:张量.算子 二. 使用pytorch实现张量运算 1.2.1 创建张量 1.2. ...

  3. PyTorch | (2)PyTorch 入门-张量

    PyTorch | (1)初识PyTorch PyTorch | (2)PyTorch 入门-张量 PyTorch 是一个基于 Python 的科学计算包,主要定位两类人群: NumPy 的替代品,可 ...

  4. pytorch 实现张量tensor,图片,CPU,GPU,数组等的转换

    pytorch 实现张量tensor,图片,CPU,GPU,数组等的转换 1, 创建pytorch 的Tensor张量: torch.rand((3,224,224)) #创建随机值的三维张量,大小为 ...

  5. pytorch中张量的阶数理解

    pytorch中张量的阶数理解 推荐打开2个页面,对比原四阶张量理解各阶的对应关系. 创建一个四阶张量: import torch x = torch.linspace(0,71,72).view(2 ...

  6. pytorch 创建张量tensor

    pytorch 创建张量tensor 先看下面一张图 通过上图有了一个直观了解后,我们开始尝试创建一下. 先创建一个标量和一个向量 a = torch.tensor([1]) #标量 print(a) ...

  7. 《Python数据分析常用手册》NumPy和Pandas

    转自:https://blog.csdn.net/fu6543210/article/details/80508182 <Python数据分析常用手册>NumPy和Pandas 1.Num ...

  8. python量化常用_简单介绍下量化分析的常用库TA-lib

    做python量化交易,尤其是做趋势跟踪的或者是K线指标分析跟踪的,TA-lib库基本都多多少少用到,搜索时候往往搜出来"塔利班",所以玩笑塔利班库.尤其对于从传统K线技术分析转计 ...

  9. python数据分析 - numpy | ndarray数组 | numpy常用函数

    文章目录 数据分析 numpy概述 numpy历史 numpy的核心:多维数组 numpy基础 ndarray数组 内存中的ndarray对象 ndarray数组对象的特点 ndarray数组对象的创 ...

最新文章

  1. 浏览器获取设备信息_过滤获取日志和浏览器信息
  2. Nginx下301重定向不带www的域名到带www的域名
  3. java的简单工厂模式_java设计模式之简单工厂模式
  4. Web前端期末大作业--绿色自适应医疗健康医院网页设计(HTML+CSS+JavaScript+)实现
  5. ege限制鼠标移动的函数_浅谈函数节流和函数防抖
  6. khv是什么虚拟服务器,服务器虚拟化vSphere4 vs Hyper-V R2,选择谁?
  7. python引入模块教程_python导入模块--案例
  8. java iecapt.exe_java替换url的域名和端口方法
  9. 几个关于oracle 11g ASM的问题
  10. phpstudy建站php版本切换,phpstudy一键环境切换php版本报错,求帮忙
  11. [3D数学基础:图形与游戏开发]读书笔记 第12章(几何图元直线、AABB、球圆、平面、三角形、多边形)
  12. 试验设计系列(二)| 随机分组
  13. 杭州电信域名解析服务器,国内电信域名解析服务器dns分布表.docx
  14. 诗歌九 声律启蒙(云对雨,雪对风,晚照对晴空)
  15. python 定义函数为什么有个长线_为什么说长线相对于短线容易成功?
  16. python爬虫和java爬虫哪个好_应用数据下载
  17. 写switch case语句不加break会怎样。
  18. b树与b 树的区别 mysql,B树和B+树
  19. CSS绘制常见的几何图形
  20. 为何 Linus 一个人就能写出这么强的系统,中国却做不出来?

热门文章

  1. C Primer Plus note1
  2. .NET错误:未找到类型或命名空间名称
  3. 实现EventHandler的监测
  4. Nslookup 命令使用浅析
  5. 继续Bargaining
  6. 【数据结构与算法】之深入解析“汉诺塔问题”的求解思路与算法示例
  7. 392. Is Subsequence 判断子序列
  8. 编写你的第一个 Django 应用,第 4 部分
  9. 【机器视觉】 dev_unmap_prog算子
  10. 【STM32】DAC程序示例