[PyTorch]PyTorch中张量(Tensor)拼接和拆分操作

PyTorch深度学习总结

第四章 PyTorch中张量(Tensor)拼接和拆分操作


文章目录


前言

上文介绍了PyTorch中张量(Tensor)的切片操作,本文主要介绍张量的拆分和拼接操作。


一、张量拼接

函数 描述
torch.cat() 将张量按照指定维度关系进行拼接
torch.stack() 将张量按照指定维度关系进行拼接(用法同cat相同)
python 复制代码
# 引入库
import torch

# 创建张量
A = torch.arange(9).reshape(1, 3, 3)
print(A)

输出结果为:

tensor(

\[\[0, 1, 2,

3, 4, 5,

6, 7, 8]])


1、按照维度1进行拼接:

python 复制代码
B0 = torch.cat((A, A), dim=0)
print(B0)

输出结果为:

tensor(\[\[0, 1, 2,

3, 4, 5,

6, 7, 8],

\[0, 1, 2,

3, 4, 5,

6, 7, 8]])


1、按照维度2(行)进行拼接:

python 复制代码
B1 = torch.cat((A, A), dim=2)
print(B1)

输出结果为:

tensor(\[\[0, 1, 2,

3, 4, 5,

6, 7, 8,

0, 1, 2,

3, 4, 5,

6, 7, 8]])


1、按照维度3(列)进行拼接:

python 复制代码
B2 = torch.cat((A, A), dim=2)
print(B2)

输出结果为:

tensor(\[\[0, 1, 2, 0, 1, 2,

3, 4, 5, 3, 4, 5,

6, 7, 8, 6, 7, 8]])

二、张量拆分

函数 描述
torch.chunk() 将张量分割为特定数量的块(当张量对应维度元素数量不足以拆分时会按照可以拆分数量进行拆分,且会出现不均等拆分情况)
torch.split() 将张量分割为特定数量的块,可以指定块的大小

注意:
torch.chunk():当张量对应维度元素数量不足以拆分时,会按照可以拆分的最大数量进行拆分,且会出现不均等拆分情况,且最后一个块最小

下文使用B0进行示例

复制代码
B0 = tensor([[[0, 1, 2],
         [3, 4, 5],
         [6, 7, 8]],
        [[0, 1, 2],
         [3, 4, 5],
         [6, 7, 8]]])

1、torch.chunk()按照维度1进行拆分:

python 复制代码
C1, C2 = torch.chunk(B0, 2, dim=1) # 维度1只有三组元素,所以会按照2:1的比例进行拆分
print(C1, C2)

输出结果为:

tensor(\[\[0, 1, 2,

3, 4, 5,

6, 7, 8]])

tensor(\[\[0, 1, 2,

3, 4, 5,

6, 7, 8]])


1、torch.chunk()按照维度2进行拆分:

python 复制代码
D1, D2 = torch.chunk(B0, 2, dim=1) # 3表示指定拆分数,但由于不足以拆分,所以只会拆分两组
print(D1, D2)

输出结果为:

tensor(\[\[0, 1, 2,

3, 4, 5],

\[0, 1, 2,

3, 4, 5]])

tensor(\[\[6, 7, 8],

\[6, 7, 8]])

相关推荐
网易云信11 小时前
折叠屏适配,iPhone Duo 真机已交付:网易云信 IMUIKit Swift 的实践
人工智能
东莞市云毅网络有限公司11 小时前
用 Playwright 搭一套问答平台引用监测的最小骨架
python·数据清洗·rag·企业知识库·文档解析
Thanks_ks11 小时前
【第 010 讲】全面掌握 Python 变量与常量:变量的定义与赋值 | 标识符与命名规范 | 变量的底层机制 | 常量与魔术数字
python·内存·变量·标识符·常量·赋值·命名规范
Be for thing12 小时前
Pytorch【12】transforms进阶|图像数据增强实战,提升模型泛化能力
人工智能·pytorch·机器学习
十有八七12 小时前
手搓 Agent(一):先有大脑——大模型只会做一件事
前端·人工智能·后端
锋行天下12 小时前
「踩坑实录」给 LangGraph Agent 接两个 FastMCP,我被 langchain 偷偷改了工具名
前端·人工智能·后端
阿里云大数据AI技术12 小时前
穹彻智能 × MaxCompute:具身智能 UMI 数据产线的全模态计算实践
人工智能
联犀12 小时前
ai时代复杂项目的golang项目如何更好的与ai共舞:monorepo+gozero
开发语言·人工智能·golang
飞Link12 小时前
灵巧手是什么?从机械结构、驱动方式到控制原理,认识机器人的精细操作能力
人工智能·python·机器人
阿里云大数据AI技术12 小时前
从“扫文件”到“找数据行”:EMR Serverless StarRocks 支持 Paimon Global Index
人工智能