pytorch之tensor操作expand

import torch# expand 将tensor按照某一个维度扩大或者将tensor整体扩大
# expand 不会额外分配空间，只是原tensor的一个视图x = torch.tensor([[1], [2], [3]])
print(x.size())
"""
torch.Size([3, 1])"""y = x.expand(3, 4)
print(y)
"""
tensor([[ 1,  1,  1,  1],[ 2,  2,  2,  2],[ 3,  3,  3,  3]])
"""z = x.expand(-1, 4)
# -1 代表维度不变
print(z)"""
tensor([[ 1,  1,  1,  1],[ 2,  2,  2,  2],[ 3,  3,  3,  3]])
"""t = x.expand(3, 3, 1)
print(t)"""
tensor([[[1],[2],[3]],[[1],[2],[3]],[[1],[2],[3]]])
"""# expand 不会额外分配空间，只是原tensor的一个视图，随着原来tensor的改变而改变x[1][0] = 4
print(y)
"""
tensor([[1, 1, 1, 1],[4, 4, 4, 4],[3, 3, 3, 3]])
"""

pytorch之tensor操作expand相关推荐

Pytorch List Tensor转Tensor,,reshape拼接等操作
Pytorch List Tensor转Tensor,reshape拼接等操作持续更新一些常用的Tensor操作,比如List,Numpy,Tensor之间的转换,Tensor的拼接,维度的变换等操 ...
Pytorch中tensor.expand()和tensor.expand_as()函数
Pytorch中tensor.expand函数 Tensor.expand()函数详解 Tensor.expand_as()函数 Tensor.expand()函数详解函数语法: # 官方解释: D ...
PyTorch: tensor操作(一) contiguous
本文目录 tensor在内存中的存储信息区和存储区 shape && stride contiguous 什么时候用contiguous呢? 为什么要用contiguous 为什么c ...
pytorch方法,Tensor及其基本操作_重点
由于之前的草稿都没了,现在只有重写-. 我好痛苦本章只是对pytorch的常规操作进行一个总结,大家看过有脑子里有印象就好,知道有这么个东西,需要的时候可以再去详细的看,另外也还是需要在实战中多运用 ...
Pytorch张量tensor的使用
1. 张量Tensor Tensors张量: 张量的概念类似于Numpy中的ndarray数据结构, 最大的区别在于Tensor可以利用GPU的加速功能. 张量是一个统称,其中包含很多类型: [各 ...
pytorch 入门Tensor（一）
Tensor Tensor张量,可简单地认为它就是一个数组,且支持高效的科学计算.它可以是一个数(标量).一维数组(向量).二维数组(矩阵)和更高维的数组(高阶数据).Tensor和Numpy的nda ...
python代码转换为pytorch_python基础教程Pytorch之Tensor和Numpy之间的转换的实现方法...
为什么要相互转换: 1. 要对tensor进行操作,需要先启动一个Session,否则,我们无法对一个tensor比如一个tensor常量重新赋值或是做一些判断操作,所以如果将它转化为numpy数组就 ...
【Pytorch】Tensor.contiguous()使用与理解
官方文档地址:https://pytorch.org/docs/stable/generated/torch.Tensor.contiguous.html?highlight=torch%20cont ...
【pytorch】|tensor grad
计算图与动态图机制计算图是用来描述运算的有向无环图.计算图有两个主要元素:结点(Node)和边(Edge).结点表示数据,如向量,矩阵,张量:边表示运算,如加减乘除卷积等. 下面用计算图表示:y = ...

pytorch之tensor操作expand

pytorch之tensor操作expand相关推荐

最新文章

热门文章