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
user-猴子4 分钟前
不会写代码,做小游戏教程
人工智能·游戏
微三云 - 廖会灵 (私域系统开发)17 分钟前
电商推荐系统从0到1:协同过滤+深度学习双塔模型的架构演进与实时排序实践
人工智能·深度学习·架构
乔粒科研工坊18 分钟前
文献解读 |“三虚拟”上线- AI 虚拟细胞爆火-综述
人工智能·文献阅读·虚拟细胞·文献分享·虚拟敲除
jinxindeep20 分钟前
LingBot-Vision:以边界为中心的视觉预训练新范式,驱动密集空间感知与深度估计新突破
人工智能
Java编程爱好者27 分钟前
一种适合程序员的 Agent 协作方式的实践
人工智能
甜味弥漫33 分钟前
从痛点出发,彻底搞懂 RAG:为什么 AI 不会"查资料",以及如何让大模型拥有企业知识库
人工智能
甜味弥漫37 分钟前
MCP 是什么?为什么 AI Agent 需要 MCP?
人工智能
weixin_4462608538 分钟前
HumanForge:基于多智能体伪造推理的以人为中心深度伪造视频基准
人工智能·音视频
2401_859506241 小时前
玉石加工全链路技术变革:五大维度拆解材质改性、精密雕刻与智能溯源
大数据·人工智能
神奇小汤圆1 小时前
大模型微调界的“全自动工厂”:进来时是基座模型,出去时是AI专家
人工智能