3-24Pytorch与张量变形
import torch
a = torch.rand((2,3))
print(a)
out = a.reshape(3,2)
print(out)
tensor([[0.9521, 0.0812, 0.1984],[0.2137, 0.3824, 0.9961]])
tensor([[0.9521, 0.0812],[0.1984, 0.2137],[0.3824, 0.9961]])
#转置
print(torch.t(out))
tensor([[0.9521, 0.1984, 0.3824],[0.0812, 0.2137, 0.9961]])
#指定交换维度
print(torch.transpose(out,0,1))
tensor([[0.9521, 0.1984, 0.3824],[0.0812, 0.2137, 0.9961]])
a = torch.rand(1,2,3)
out = torch.transpose(a,1,0)
print(a)
print(out)
print(out.shape)
tensor([[[0.5815, 0.3386, 0.0553],[0.1253, 0.3207, 0.9636]]])
tensor([[[0.5815, 0.3386, 0.0553]],[[0.1253, 0.3207, 0.9636]]])
torch.Size([2, 1, 3])
out = torch.squeeze(a)
print(out)
print(out.shape)
out = torch.unsqueeze(a,-1)
print(out.shape)
tensor([[0.5815, 0.3386, 0.0553],[0.1253, 0.3207, 0.9636]])
torch.Size([2, 3])
torch.Size([1, 2, 3, 1])
out = torch.unbind(a,dim = 1)
print(out)
(tensor([[0.5815, 0.1253]]), tensor([[0.3386, 0.3207]]), tensor([[0.0553, 0.9636]]))
print(a)
print(torch.flip(a,dims=[1,2]))
tensor([[[0.5815, 0.3386, 0.0553],[0.1253, 0.3207, 0.9636]]])
tensor([[[0.9636, 0.3207, 0.1253],[0.0553, 0.3386, 0.5815]]])
a = torch.rand((2,3))
print(a)
print(torch.rot90(a))
tensor([[0.9152, 0.1834, 0.8199],[0.8542, 0.5633, 0.1858]])
tensor([[0.8199, 0.1858],[0.1834, 0.5633],[0.9152, 0.8542]])
print(torch.rot90(a,2))#默认逆时针
tensor([[0.1858, 0.5633, 0.8542],[0.8199, 0.1834, 0.9152]])
3-24Pytorch与张量变形相关推荐
- tensorflow LSTM:张量变形,5维变4维,4维变5维
把5维张量变成4维张量进行卷积操作,再变回5维张量,类似于tf.keras.layers.TimeDistributed操作,手动操作如下: import numpy as np import ten ...
- python tensor_Python深度学习 2.3 张量运算
深度神经网络学到的所有变换也都可以简化为数值数据张量上的一些张量运算. 2.3.1 张量逐元素运算 import numpy as np z = x + y #逐元素的相加 z = np.maximu ...
- 机器学习速成课程 | 练习 | Google Development——编程练习:创建和操控张量
创建和操控张量 学习目标: 初始化 TensorFlow 变量并赋值 创建和操控张量 回忆线性代数中的加法和乘法知识(如果这些内容对您来说很陌生,请参阅矩阵加法和乘法简介) 熟悉基本的 TensorF ...
- Pytorch常用张量变换操作
PyTorch中Tensor的维度变换 对于 PyTorch 的基本数据对象 Tensor (张量),在处理问题时,需要经常改变数据的维度,以便于后期的计算和进一步处理,本文旨在列举一些维度变换的方法 ...
- 菜鸟de深度学习之路——(2)张量运算和梯度优化
一,引言 上一节https://blog.csdn.net/zzl1060549268/article/details/88675915通过一个具体的例子,从整体上鸟瞰了一下一个三层神经网络,但是对于 ...
- 一文带你读懂深度学习中的张量(tensor)是什么,它的运算是怎样的,如何理解张量,张量的维度,浅显易懂
深度学习的数学基础(不要被吓到,很浅显) 数据表示与张量运算 张量 在多维 Numpy 数组中,也叫张量(tensor).一般来说,当前所有机器学习系统都使用张量作为基本数据结构. 张量这一概念的核心 ...
- 【Get】用深度学习识别手写数字
前置参考读物: <机器学习,看完就明白了>传送门 获取数据源 训练数据直接使用开源的手写数据集MNIST. MNIST数据集是一个开源的手写数据库.它提供了大量的数据样本作为训练集和验证集 ...
- Tensorflow卷积神经网络识别MINST手写数字
开发环境: Ubuntu16.04+Tensorflow1.5.0-GPU+CUDN9.0+CUDNN7.0 如果是Debian系列的系统,请参考这篇博客进行安装. 所有完整代码的github地址为: ...
- 赢者通吃自编码器(WTA-AE)
参考: 1. 论文:winner-take-all-autoencoders.pdf 2. 代码: a. full connect WTA-AE b. Conv-WTA-AE 简单理解: ...
最新文章
- QIIME 2用户文档. 17序列双端合并read-joining(2018.11)
- Spring boot 整合 Mybatis 实现增删改查(MyEclipse版)
- C五:exit()函数作用的程序
- 进击的云原生,为开发者提供更多可能性
- Psych101(part7)--Day7
- 【除夕最炫烟花代码】—— HTML+JQuery实现2022跨年烟花特效
- 用户反馈:对 Rafy 开发框架的一些个人建议
- 自定义键盘码_无线+矮轴≤299?ikbc S200 2.4G 机械键盘测评
- 电脑测速软件_肛需软件!这个特殊版本,值得永久珍藏!
- android groovy方法,Android Gradle从入门到精通(三)Groovy快速入门指南
- iOS开发之WKWebview(淘宝链接不自动打开淘宝和天猫的app)
- 基于大并发抽奖的队列实现
- 三点估算法_三点估算法公式是怎么得来的
- Unity 2019.1 使用Denoise大大减少光照贴图的烘烤时间
- 2,理论_滑杆_棘轮_间歇运行机构
- php qq昵称,自写与收集的一些免费的API接口(获取QQ昵称、头像、QQ秀等等...)...
- 王清:从北京地铁降价看公共产品属性回归
- 【Linux】安装 Ubuntu18.04 全程实录(安装 NVIDIA 驱动,安装主题美化,安装应用程序,网易云无法启动,GoldenDict 音标显示不正常)
- PC微信扫描浏览器Cookies?腾讯:目前无法重现问题;华为手机分拆?官方否认;pip 21.0停止支持Python 3.5...
- JAVA之ElasticSearch
热门文章
- 20.校准相机——纯粹的方式,简单的方式,多平面校准_4
- 计算机档案管理的研究及其应用,计算机地质档案管理的研究及其应用.doc
- 装饰器python的通俗理解_2道极好的Python算法题 | 带你透彻理解装饰器的妙用
- 【英语学习】【English L06】U06 Banking L2 A savings account sounds better for me
- 【英语学习】【WOTD】despot 释义/词源/示例
- VS2005、VS2010等VS系列IDE在MFC开发过程中,Resource View标签打不开,问题为“opened in other editor”
- python requests库api_python利用requests库进行接口测试的方法详解
- pgsql查表名_PostgreSQL 查询一个表
- exadata磁盘组无法mount恢复---惜分飞 1
- 【SSH网上商城项目实战18】过滤器实现购物登录功能的判断