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: ...

3-24Pytorch与张量变形

3-24Pytorch与张量变形相关推荐

最新文章

热门文章