张量结构操作

torch.transpose可以交换张量的维度,torch.transpose常用于图片存储格式的变换上。

#在第0维插入长度为1的一个维度

d = torch.unsqueeze(s,axis=0)

改成 (3,6)形状的张量

b = a.view(3,6) #torch.reshape(a,3,6)

print(b.shape)

print(b)

改回成 1,3,3,2 形状的张量

c = torch.reshape(b,1,3,3,2) # b.view(1,3,3,2)

print(c)

如果张量在某个维度上只有一个元素,利用torch.squeeze可以消除这个维度。

torch.unsqueeze的作用和torch.squeeze的作用相反。

可以用torch.cat方法和torch.stack方法将多个张量合并,可以用torch.split方法把一个张量分割成多个张量。

torch.cat和torch.stack有略微的区别,torch.cat是连接,不会增加维度,而torch.stack是堆叠,会增加维度。 (这个是把多张图片张量合并成一个batch用的张量操作方法)

相关推荐
Lihua奏41 分钟前
从单核到多核:CPU为什么不能再只靠提频变快
深度学习
程序员cxuan41 分钟前
一句话,让你用上 GPT-5.6
人工智能·后端·程序员
机器之心43 分钟前
AI圈刚开始谈Loop Engineering,两位95后博士已经盯上了人类闭环数据
人工智能·openai
澄旭1 小时前
一文讲清 MCP:AI 应用连接外部世界的标准协议
人工智能
机器之心1 小时前
不只DeepSeek,阶跃等开源JetSpec:大模型解码提速近10倍
人工智能·openai
moMo1 小时前
当LLM学会"递纸条",AI是如何调用工具的
人工智能
拾年2751 小时前
大模型的"聪明"从哪来?聊聊 AI 数据集的那些事儿
人工智能·深度学习·机器学习
拾年2752 小时前
从 Prompt 到 Context 再到 Harness:AI 工程化的三年三级跳
人工智能
用户3090463613942 小时前
Claude 不会直接执行你的函数,它只会生成一段结构化的工具调用请求。真正执行函数、访问数据库、请求外部 API 的动作,必须由你的后端完成。
人工智能