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
明月照山海-几秒前
机器学习周报三十八
人工智能·机器学习
不熬夜的熬润之3 分钟前
KCF算法解析
人工智能·算法·计算机视觉·机器人
Mintopia3 分钟前
AI 生成代码的“债务清单”:哪些地方省下的时间,最后会加倍还
人工智能
Bruce20489983 分钟前
技术小白AI入门指南(从0到1,无缝衔接技术基础)
人工智能
guslegend4 分钟前
3月29日(openclaw安全保障)
人工智能·安全·大模型
俊哥V4 分钟前
每日 AI 研究简报 · 2026-03-29
人工智能·ai
2201_754864785 分钟前
学习日记(2026年3月29日)
人工智能·python·机器学习
阿钱真强道19 分钟前
03 从 MLP 到 LeNet:一个分类模型,究竟是怎样做出判断的?
人工智能·分类·图像分类·softmax·多层感知机
热点推送19 分钟前
爱电竞酒店2026开年加速扩张,1-2月签约开业多点开花,生态协同效应凸显
人工智能
QBoson20 分钟前
基于多任务变分自编码器的晶格超材料力学性能逆向设计方法
人工智能·深度学习