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
不加辣椒17 分钟前
第 4 章 什么是 Harness Engineering
人工智能
桃西西呀17 分钟前
上下文窗口都卷到 100 万了,大模型为什么还在为"位置"发愁?
人工智能·llm·ai编程
阿拉斯攀登19 分钟前
SpringBoot整合MQTT:后端订阅设备数据、解析传感器报文
人工智能
然我26 分钟前
模型不是 Agent:从零实现一个最小 Agent Loop
前端·人工智能·agent
黄油面包36 分钟前
Codex 额度三天见底后,我重新做了一周预算
前端·人工智能
AI效率君41 分钟前
Deer‑Flow 2.0 + Go‑MCP‑Server(add加法工具)保姆级完整教程
人工智能·agent
阿拉斯攀登42 分钟前
SpringCloud微服务MQTT架构:设备消息统一接入、业务分发设计
人工智能
Csvn1 小时前
第 12 章 并行化 Parallelization
人工智能·aigc·agent
大刚测试开发实战1 小时前
我在WorkBuddy上打通了TestHub,全程用AI来跑测试!
人工智能