pytorch ----【输入张量.data.size()/输入张量.size()】的使用

python 复制代码
import torch
test_data = torch.randn(1, 12, 32, 32)
batchsize, num_channels, height, width = test_data.data.size()

在提供的代码中,test_data 是一个形状为 (1, 12, 32, 32) 的随机张量,表示一个批次(batch)中有 1 张图像,每张图像有 12 个通道,图像的高度和宽度均为 32 像素。

注意事项

  • test_data.size() 返回一个包含张量各个维度大小的元组,可以直接解包到多个变量中。
  • 确保在调用 .size() 时,使用的是 size() 而不是 data.size(),后者在新的 PyTorch 版本中已不推荐使用。

打印内容:

python 复制代码
print(f"Batch Size: {batchsize}, Channels: {num_channels}, Height: {height}, Width: {width}")
#Batch Size: 1, Channels: 12, Height: 32, Width: 32
相关推荐
公链开发1 小时前
2026 Web3机构级风口:RWA Tokenization + ZK隐私系统定制开发全解析
人工智能·web3·区块链
wyw00001 小时前
目标检测之YOLO
人工智能·yolo·目标检测
发哥来了1 小时前
AI视频生成企业级方案选型指南:2025年核心能力与成本维度深度对比
大数据·人工智能
_codemonster1 小时前
强化学习入门到实战系列(四)马尔科夫决策过程
人工智能
北邮刘老师1 小时前
智能体治理:人工智能时代信息化系统的全新挑战与课题
大数据·人工智能·算法·机器学习·智能体互联网
laplace01231 小时前
第七章 构建自己的agent智能体框架
网络·人工智能·microsoft·agent
诗词在线1 小时前
中国古代诗词名句按主题分类有哪些?(爱国 / 思乡 / 送别)
人工智能·python·分类·数据挖掘
高锰酸钾_1 小时前
机器学习-L1正则化和L2正则化解决过拟合问题
人工智能·python·机器学习
${王小剑}1 小时前
深度学习损失函数
人工智能·深度学习
啊巴矲1 小时前
小白从零开始勇闯人工智能:机器学习初级篇(PCA数据降维)
人工智能·机器学习