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
码路高手21 分钟前
Trae-Agent中的agent核心控制逻辑
人工智能·架构
2301_7806698623 分钟前
一篇文章入门机器学习与PyTorch张量
机器学习
云原生指北35 分钟前
Google ADK 深度探索(三):Agent 架构——从单一职责到多智能体协作
人工智能
码路高手44 分钟前
Trae-Agent中的tool reflection机制
人工智能·架构
Timer@1 小时前
LangChain 教程 01|概述:AI 应用开发的新范式
人工智能·语言模型·langchain·前端框架
qq_白羊座1 小时前
AI 所处的发展阶段
人工智能
GoCoding1 小时前
Triton 环境
人工智能
智塑未来1 小时前
像素蛋糕安卓版 AI 专业修图全场景输出高清成片
android·人工智能
懒麻蛇1 小时前
用大语言模型生成心理学范式 2.0
人工智能·语言模型·自然语言处理