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
陆通23 分钟前
10分钟Windows系统安装迷你版的OpenClaw ,小小龙虾Nanobot
人工智能
老张的码24 分钟前
飞书 × OpenClaw 接入指南
人工智能·后端
mCell27 分钟前
分享一个常用的文生图提示词
人工智能·llm·数据可视化
踩着两条虫29 分钟前
如何让AI精准修改你的Vue代码?揭秘增量更新器实现原理
人工智能·openai·ai编程
Narrastory31 分钟前
明日香 - Pytorch 快速入门保姆级教程(三)
pytorch·深度学习
ZFSS35 分钟前
SeeDance Tasks API 的对接和使用
前端·人工智能
睿智的仓鼠36 分钟前
🦞OpenClaw 快速部署及使用指南
前端·人工智能
jerrywus1 小时前
为什么每个程序员都应该试试 cmux:AI 加持的终端效率革命
前端·人工智能·claude
孟祥_成都1 小时前
AI 术语满天飞?90% 的人只懂名词,不懂为什么!
前端·人工智能