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
青梅煮酒与君饮4 小时前
深度刨析RAG检索增强
数据库·人工智能·深度学习·语言模型·知识图谱
zhangshuang-peta4 小时前
MCP 的执行与回执:如何让每一步可追踪、可验证、可审计?
人工智能·ai agent·mcp·peta
无代码专家4 小时前
轻流 AI OA 系统的持续演进之路——生产管理全流程解析
人工智能·无代码
码农垦荒笔记4 小时前
LLM 后训练革命:GRPO、DAPO 与 RLVR 如何替代 RLHF 重塑大模型对齐训练
人工智能·强化学习·grpo·dapo
xixixi777775 小时前
AI 用于漏洞检测、威胁狩猎、合规审查;安全沙箱 / 隐私计算保障 AI 模型与数据可信
人工智能·网络安全·ai·openai·数据·多模型
水如烟5 小时前
孤能子视角:数字时代,“社会生产关系“[4],具身虚拟身份,耦合强度追责
人工智能
superior tigre5 小时前
鱼书深度学习系列(导航目录)
人工智能·深度学习
云境筑桃源哇5 小时前
Token 中文定名词元,国产 AI 工具如何抢占词元红利?
人工智能
IDZSY04305 小时前
从工具到协作者:AI Agent发展正在催生新型社交需求
大数据·人工智能