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
人工智能培训1 分钟前
DNN案例一步步构建深层神经网络(3)
人工智能·深度学习·神经网络·大模型·dnn·具身智能·智能体
武当王丶也5 分钟前
从零构建基于 RAG 的 AI 对话系统:Ollama + Python + 知识库实战
人工智能·python
dixiuapp7 分钟前
设备维修记录系统,从数据沉淀到价值挖掘的跃迁
大数据·数据库·人工智能
Doctor_Strange_DML10 分钟前
一个简单有效的数据增强技术:data3
人工智能·计算机视觉
youngfengying21 分钟前
先验知识融入深度学习
人工智能·深度学习·先验知识
沃恩智慧22 分钟前
不确定性量化难题破解!贝叶斯+LSTM,革新时序预测!
人工智能·机器学习·lstm
whaosoft-14323 分钟前
51c视觉~合集56
人工智能
A林玖23 分钟前
【深度学习】目标检测
人工智能·深度学习·目标检测
代码洲学长23 分钟前
一、RNN基本概念与数学原理
人工智能·rnn·深度学习
A林玖25 分钟前
【深度学习】 循环神经网络
人工智能·rnn·深度学习