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
知识汲取者6 分钟前
Superpowers 实战指南:用“方法论”驯服 AI 编程
人工智能
Rolei_zl24 分钟前
AIGC(生成式AI)试用 54 -- 简单代码解析
人工智能·aigc
CodeCaptain25 分钟前
遐思心智 (01):万古更新,AI在此
人工智能·程序人生·ai
ishangy26 分钟前
AI 视频分析系统平台如何解决港口管理痛点
人工智能·智慧港口·ai视觉监测·港口智能化·ai视觉安防·ai 视频分析平台·港口降本增效
王飞飞不会飞27 分钟前
macbert训练过程记录
人工智能·github
147API32 分钟前
OpenAI工作区Agent计费后,技术团队要补一张成本观测表
人工智能·chatgpt·openai
冷小鱼41 分钟前
Neo4j 深度解析:从原生图存储到 GraphRAG 的知识图谱革命
人工智能·知识图谱·neo4j
烟锁池塘柳044 分钟前
面板数据(Panel Data)、面板数据模型与面板数据回归详解
人工智能·数据挖掘·回归
lisw051 小时前
【心理学】什么是人性化管理?如何实施人性化管理?
人工智能·机器学习·软件工程
程序员cxuan1 小时前
GPT-5.6 官宣解禁,明天全量发布!
人工智能·后端·程序员