【Pytorch】 repeat()的用法详解
Pytorch的repeat()方法再深度学习中经常用到,用于复制tensor,最好的说明当然是官方文档。
repeat的用法说明很简单:重复每个张量的维度的次数。
-这里有个warrning很有意思,意思是Pytorch的repeat和numpy.repeat是不太一样的。下次填坑。
看官方给的例子:
import torchx = torch.tensor([1, 2, 3])
print(x.shape)
# torch.Size([3])print(x.repeat(4, 2))
"""
tensor([[1, 2, 3, 1, 2, 3],[1, 2, 3, 1, 2, 3],[1, 2, 3, 1, 2, 3],[1, 2, 3, 1, 2, 3]])"""x.repeat(4, 2, 1).size()
#torch.Size([4, 2, 3])
x是一维的tensor,但传入repeat的size是二维的即(4,2)维度时不对应的,看一下复制流程,x是一维tensor,但是可以看成是二维的,新增的维度的值为1。举个例子相当于把一个n维向量(行向量)看作一个一行n列的矩阵,向量是一维但矩阵是二维的。
import torch# 原始x是一维的张量
x = torch.tensor([1, 2, 3])# 把x的维数增加一维变成二维
x = x.reshape(1,3)x.repeat(4,2)
# 得到相同的结果
"""
tensor([[1, 2, 3, 1, 2, 3],[1, 2, 3, 1, 2, 3],[1, 2, 3, 1, 2, 3],[1, 2, 3, 1, 2, 3]])"""
repeat(4,2)相当于把整个tensor在行方向上复制4次,在列方向上复制2次。注意是整个tensor,而不是复制完一行接着复制下一行。
# x.shape (2,3)
x = torch.tensor([[1, 2, 3],[4, 5, 6]])# 维度对应时在相应的维度复制即可
x.repeat(4, 2)"""
tensor([[1, 2, 3, 1, 2, 3],[4, 5, 6, 4, 5, 6],[1, 2, 3, 1, 2, 3],[4, 5, 6, 4, 5, 6],[1, 2, 3, 1, 2, 3],[4, 5, 6, 4, 5, 6],[1, 2, 3, 1, 2, 3],[4, 5, 6, 4, 5, 6]])"""
再看官方例子的最后一行代码:
import torch# 此时x是一维的
x = torch.tensor([1, 2, 3])
# 复制的是三维的
x.repeat(4, 2, 1)# 和上面例子是一样的,先把x升到3维
x = torch.tensor([1, 2, 3])# 把x看成是一个1通道1行3列的三维张量
x = x.reshape(1,1,3)x.repeat(4, 2, 1)
# 对应维度复制即可得到结果
# x变成了4通道2行3列的张量
"""
tensor([[[1, 2, 3],[1, 2, 3]],[[1, 2, 3],[1, 2, 3]],[[1, 2, 3],[1, 2, 3]],[[1, 2, 3],[1, 2, 3]]])"""
【Pytorch】 repeat()的用法详解相关推荐
- conv2d的输入_pytorch1.0中torch.nn.Conv2d用法详解
Conv2d的简单使用 torch 包 nn 中 Conv2d 的用法与 tensorflow 中类似,但不完全一样. 在 torch 中,Conv2d 有几个基本的参数,分别是 in_channel ...
- python中如何反解函数_PyTorch中反卷积的用法详解
pytorch中的 2D 卷积层 和 2D 反卷积层 函数分别如下: class torch.nn.Conv2d(in_channels, out_channels, kernel_size, str ...
- python中permute_PyTorch中permute的用法详解
PyTorch中permute的用法详解 permute(dims) 将tensor的维度换位. 参数:参数是一系列的整数,代表原来张量的维度.比如三维就有0,1,2这些dimension. 例: i ...
- python argv 详解_Python3 sys.argv[ ]用法详解
sys.argv[]说白了就是一个从程序外部获取参数的桥梁,这个"外部"很关键,因为我们从外部取得的参数可以是多个,所以获得的是一个列表(list),也就是说sys.argv其实可 ...
- oracle中的exists 和 not exists 用法详解
from:http://blog.sina.com.cn/s/blog_601d1ce30100cyrb.html oracle中的exists 和 not exists 用法详解 (2009-05- ...
- ROW_NUMBER() OVER()函数用法详解 (分组排序 例子多)
ROW_NUMBER() OVER()函数用法详解 (分组排序 例子多) https://blog.csdn.net/qq_25221835/article/details/82762416 post ...
- python的继承用法_【后端开发】python中继承有什么用法?python继承的用法详解
本篇文章给大家带来的内容是关于python中继承有什么用法?python继承的用法详解,有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助. 面向对象三大特征 1.封装:根据职责将属性和方法 ...
- C++中substr()函数用法详解
C++中substr()函数用法详解 原型: string substr (size_t pos = 0, size_t len = npos) const; 返回一个新构造的string对象,其值初 ...
- php theme_path,PHP_Yii2主题(Theme)用法详解,本文实例讲述了Yii2主题(Theme) - phpStudy
Yii2主题(Theme)用法详解 本文实例讲述了Yii2主题(Theme)用法.分享给大家供大家参考,具体如下: 首先看看主要的配置方式: 'components' => [ 'view' = ...
最新文章
- 【JDK源码】java.lang包常用类详解
- intellij ide_UltraESB的首选IDE – IntelliJ IDEA
- 平衡二叉树的自顶向下递归和自底向上递归
- 创业者ALL IN区块链的5条建议
- 逻辑回归算法python_逻辑回归算法原理和例子
- C# TypeDescriptor初了解
- javaee 中不同页面传参方法
- oracle表转换mysql建表语句
- 微信公众号推送(Java)
- php 扑克牌洗牌算法,随机洗牌算法 | 学步园
- 从汇编的角度理解什么是引用
- android 网络编程 注册登录,android网络编程_自寻址套接字DatagramPacket
- 黑白和彩色CCD摄像机成像原理简介
- LoadRunner函数大全
- 用企业微信做社群运营几大优势
- 学习Gluster创建不同卷,设置NFS挂载
- 常用的正则符号(python)
- VS2019离线安装包下载方法
- H.265/HEVC视频编码标准总结
- 【UE5】蓝图制作简单地雷教程