numpy的repeat和pytorch的repeat区别

在项目中发现这两个同名的函数的效果不一样,下面简单介绍:

numpy的repeat

cpp 复制代码
a = np.array([1,2,3])  
print('a', a)  ## 结果为123
b = a.repeat(3)
print('b')  ## 结果为111222333

pytorch的repeat和repeat_interleave

cpp 复制代码
labels = np.array([1,2,3])
labels = torch.tensor(labels, dtype=torch.float32)
labels1 = labels.repeat(3)  
print(labels1)  ##结果为123123123
labels2 = labels.repeat_interleave(3, dim=0)
print(labels2 )  ##结果为111222333

numpy没有repeat_interleave函数。

相关推荐
东风破_11 分钟前
《LangGraph 状态管理:State、Node 和 Reducer 到底是什么?》
人工智能
东风破_12 分钟前
《LangGraph 入门:为什么 Agent 需要 Graph 工作流?》
人工智能
MobotStone12 分钟前
从产品角度:拆解WorkBuddy 功能
人工智能
ZYJCSZKJ12 分钟前
基于检索意图识别的GEO内容生成:从查询理解到结构化适配
人工智能
Csvn13 分钟前
第 22 章 安全、合规与治理
人工智能·aigc·agent
Easy_API36 分钟前
从“有多少卡“到“卖多少 Token“:算力的标尺正在换
大数据·人工智能·深度学习
零依赖极客44 分钟前
Day 6·1 ARMv8.2 dotprod——vdotq_s32 一条指令做 4 个点积
c语言·开发语言·人工智能·矩阵·arm·vllm
xsd202411181 小时前
Seedance 2导演Skill开源:让AI Agent变身视频创意总监
人工智能
冬奇Lab1 小时前
DeepSeek Harness 系列(05):Session 与记忆——对话历史是怎么活下来的
人工智能
DogDaoDao1 小时前
SimToolReal 解读:用“物体中心“视角重新定义灵巧工具操作
人工智能·机器人·github·关键点·人形机器人·gpt-4o·simtoolreal