VIT中的einops包详解

'''einops有三个常用方法:rearrange,repeat,reduce'''

rearrange的操作相当于转置

rearrange(image,'h w c -> w h c') 高和宽转置

python 复制代码
path = '../data/cat_and_mouse.jpg'
image = cv2.imread(path)
h,w,c = image.shape # shape第一个值是h,第二个是w
image = cv2.resize(image,(w*2,h*2)) #resize处(w,h)
print(image.shape)
cv2.imshow('image',image)
cv2.waitKey()
cv2.destroyAllWindows()

原图(h,w,c) = (281,500,3) 为了后面将图片一分为2的操作,把图片尺寸放大两倍:

(h2,w 2,c) = (562,1000,3)

python 复制代码
# 1.变换 h,w,c的位置: 如把h,w,c 变成 w,h,c
image_wh = rearrange(image,'h w c -> w h c')
print(image_wh.shape)
cv2.imshow('image_wh',image_wh)
cv2.imwrite('../data/cat_and_mouse_new.jpg',image_wh)
cv2.waitKey()
cv2.destroyAllWindows()

(h,w,c) = (1000,562,3)

image = rearrange(image,'h (a w) c -> w (a h) c',a=2) 是将宽一分为2,变成两个图片,然后两个图片分别转置

h (2 w) c = (562,2x500,3)是把图片的按宽的方向一分为2,变成两个图片。w原来是1000,(2 w) 将w变成500。

将一分为2的两个图片转置。由(h,2w,c) = (562,2x500,3)变成 w, (2 h) c = (500,562,3) 拼接 (500,562,3) = (500,562x2,3)

repeat操作

repeat是指定张量在哪个维度上复制。

csharp 复制代码
image = repeat(image, 'h w c -> h (repeat w) c', repeat=2)

如在宽上复制:

reduce操作

详见:

https://www.cnblogs.com/c-chenbin/p/15375637.html

相关推荐
传说故事3 分钟前
【论文阅读】StarVLA-α: Reducing Complexity in Vision-Language-Action Systems
论文阅读·人工智能·具身智能·vla
水如烟4 分钟前
孤能子视角:GPT Image 2 的发布,硅界“关系编织密度”突破人界“观察符阈值”的临界事件
人工智能
猫头虎7 分钟前
楚存科技CSD32GAZIGY SD NAND贴片式TF卡深度评测:小身材大容量,嵌入式存储新选择
linux·服务器·网络·人工智能·windows·科技·芯片
俊哥V7 分钟前
AI一周事件 · 2026年4月15日–4月21日
人工智能·ai
LeadTech茶馆8 分钟前
在 Spring 体系中做 RAG,可以不单独引入向量数据库——用 ES 就够了
人工智能
财经资讯数据_灵砚智能8 分钟前
基于全球经济类多源新闻的NLP情感分析与数据可视化(日间)2026年4月22日
人工智能·python·信息可视化·自然语言处理·ai编程
耶夫斯计14 分钟前
Context Engineering:构建高可靠性 AI Agent 的底层逻辑
人工智能·python
C灿灿数模15 分钟前
2026五一数学建模C题思路模型,解析2025五一数学建模C题
人工智能·机器学习·逻辑回归
輕華16 分钟前
LSTM实战(下篇):微博情感分析——训练策略、早停机制与推理部署
人工智能·rnn·lstm
黑金IT17 分钟前
AI自媒体自动化与Web Coding深度实战
人工智能·自动化·媒体