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
冬奇Lab12 小时前
每日一个开源项目(第140篇):AgentScope 2.0 - 阿里开源的生产级 Agent 框架
人工智能·开源·agent
冬奇Lab12 小时前
Skill 系列(04):Skill 指标体系——L1/L2/L3 三层监控,让质量下降有据可查
人工智能·开源·llm
IT_陈寒13 小时前
Vite的静态资源打包让我熬夜到三点,这坑千万别跳
前端·人工智能·后端
玩转AI不是事14 小时前
用IndexedDB做AI对话离线缓存实战
人工智能
Asize14 小时前
多模态生图:从 Vite 工程化到前端调用 Qwen Image
javascript·人工智能·后端
MobotStone14 小时前
AI项目越多,为什么越容易失控
人工智能·aigc
十有八七14 小时前
AI时代的置身X内
前端·人工智能
Lkstar14 小时前
A2A协议深度解析|Agent2Agent通信标准,智能体互联网的"HTTP"
人工智能·llm
百度Geek说15 小时前
当代码越来越便宜,什么在变贵?
人工智能
橘子星15 小时前
LLM 无状态架构实践:从原理到代码落地
前端·javascript·人工智能