pytorch torch.tile用法

指定各维度分别重复多少次

tile 是 PyTorch 中用于重复张量的函数。它可以沿指定的维度重复张量的元素。以下是一个示例代码,展示 tile 的用法:

python 复制代码
import torch

# 创建一个张量
weight_hh = torch.tensor([[1, 2], [3, 4]])

# 假设批量大小为3
bs = 3

# 使用 unsqueeze 在第0维度增加一个维度,然后使用 tile 沿第0维度重复 bs 次
w_hh_batch = weight_hh.unsqueeze(0).tile(bs, 1, 1)

print("原始张量:")
print(weight_hh)
print("增加维度并重复后的张量:")
print(w_hh_batch)

在这个示例中:

  1. weight_hh 是一个形状为 [2, 2] 的张量。
  2. weight_hh.unsqueeze(0) 在第0维度增加一个维度,使其形状变为 [1, 2, 2]
  3. tile(bs, 1, 1) 沿第0维度重复 bs 次(这里 bs 为3),使其形状变为 [3, 2, 2]
python 复制代码
原始张量:
tensor([[1, 2],
        [3, 4]])
增加维度并重复后的张量:
tensor([[[1, 2],
         [3, 4]],

        [[1, 2],
         [3, 4]],

        [[1, 2],
         [3, 4]]])

这样,w_hh_batch 就是一个形状为 [3, 2, 2] 的张量,其中每个批次都包含原始的 weight_hh 张量

相关推荐
老刘说AI几秒前
WorkFlow Agent案例:auto_document_agent(文件自动处理)
开发语言·数据库·人工智能·python·神经网络·自然语言处理
ZhengEnCi9 分钟前
M1-如何转换为HTML
python·html
AI成长日志10 分钟前
【强化学习专栏】深度强化学习技术演进:DQN、PPO、SAC的架构设计与训练优化
人工智能·算法·架构
云烟成雨TD14 分钟前
Spring AI 1.x 系列【15】AI Agent 基石:Tool Calling 标准与 Spring AI 集成
java·人工智能·spring
科学创新前沿16 分钟前
逆向设计新范式:深度学习驱动的声学超材料智能优化!
人工智能·python·深度学习·声学·逆向设计·声学超材料
铮铭17 分钟前
上海交大 RoboClaw VS EmbodiedAgentsSys 两个框架对比分析
人工智能·机器人·ai编程·具身智能·vla
rgb2gray18 分钟前
论文详解:基于POI数据的城市功能区动态演化分析——以北京为例
人工智能·算法·机器学习·回归·gwr
不懂网络的坤坤19 分钟前
2026中关村论坛AI主题日深度解读
人工智能
产业家20 分钟前
“龙虾思想”背后:把AI战火正式推向软件层
人工智能
新缸中之脑21 分钟前
将Autoresearch转化为通用技能
人工智能