加入收藏 | 设为首页 | 会员中心 | 我要投稿 温州站长网 (https://www.0577zz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 综合聚焦 > 编程要点 > 语言 > 正文

pytorch函数学习之squeeze函数 cat函数的运用

发布时间:2022-01-11 22:09:09 所属栏目:语言 来源:互联网
导读:这篇文章主要给大家分享pytorch函数的内容,本文给大家介绍两个函数,分别是squeeze函数、cat函数。那么这两个函数有什么用呢?用法是什么?下面我们一起来学习一下。 1 squeeze(): 去除size为1的维度,包括行和列。 至于维度大于等于2时,squeeze()不起作
   这篇文章主要给大家分享pytorch函数的内容,本文给大家介绍两个函数,分别是squeeze函数、cat函数。那么这两个函数有什么用呢?用法是什么?下面我们一起来学习一下。
 
  1 squeeze(): 去除size为1的维度,包括行和列。
  至于维度大于等于2时,squeeze()不起作用。
 
  行、例:
  >>> torch.rand(4, 1, 3)
  
  (0 ,.,.) =
    0.5391  0.8523  0.9260
  
  (1 ,.,.) =
    0.2507  0.9512  0.6578
  
  (2 ,.,.) =
    0.7302  0.3531  0.9442
  
  (3 ,.,.) =
    0.2689  0.4367  0.6610
  [torch.FloatTensor of size 4x1x3]
  >>> torch.rand(4, 1, 3).squeeze()
  
   0.0801  0.4600  0.1799
   0.0236  0.7137  0.6128
   0.0242  0.3847  0.4546
   0.9004  0.5018  0.4021
  [torch.FloatTensor of size 4x3]
  列、例:
  >>> torch.rand(4, 3, 1)
  
  (0 ,.,.) =
    0.7013
    0.9818
    0.9723
  
  (1 ,.,.) =
    0.9902
    0.8354
    0.3864
  
  (2 ,.,.) =
    0.4620
    0.0844
    0.5707
  
  (3 ,.,.) =
    0.5722
    0.2494
    0.5815
  [torch.FloatTensor of size 4x3x1]
  >>> torch.rand(4, 3, 1).squeeze()
  
   0.8784  0.6203  0.8213
   0.7238  0.5447  0.8253
   0.1719  0.7830  0.1046
   0.0233  0.9771  0.2278
  [torch.FloatTensor of size 4x3]
  不变、例:
  >>> torch.rand(4, 3, 2)
  
  (0 ,.,.) =
    0.6618  0.1678
    0.3476  0.0329
    0.1865  0.4349
  
  (1 ,.,.) =
    0.7588  0.8972
    0.3339  0.8376
    0.6289  0.9456
  
  (2 ,.,.) =
    0.1392  0.0320
    0.0033  0.0187
    0.8229  0.0005
  
  (3 ,.,.) =
    0.2327  0.6264
    0.4810  0.6642
    0.8625  0.6334
  [torch.FloatTensor of size 4x3x2]
  >>> torch.rand(4, 3, 2).squeeze()
  
  (0 ,.,.) =
    0.0593  0.8910
    0.9779  0.1530
    0.9210  0.2248
  
  (1 ,.,.) =
    0.7938  0.9362
    0.1064  0.6630
    0.9321  0.0453
  
  (2 ,.,.) =
    0.0189  0.9187
    0.4458  0.9925
    0.9928  0.7895
  
  (3 ,.,.) =
    0.5116  0.7253
    0.0132  0.6673
    0.9410  0.8159
  [torch.FloatTensor of size 4x3x2]
  2 cat函数
  >>> t1=torch.FloatTensor(torch.randn(2,3))
  >>> t1
  
  -1.9405  1.2009  0.0018
   0.9463  0.4409 -1.9017
  [torch.FloatTensor of size 2x3]
  >>> t2=torch.FloatTensor(torch.randn(2,2))
  >>> t2
  
   0.0942  0.1581
   1.1621  1.2617
  [torch.FloatTensor of size 2x2]
  >>> torch.cat((t1, t2), 1)
  
  -1.9405  1.2009  0.0018  0.0942  0.1581
   0.9463  0.4409 -1.9017  1.1621  1.2617
  [torch.FloatTensor of size 2x5]
  补充:pytorch中 max()、view()、 squeeze()、 unsqueeze()
 
  查了好多博客都似懂非懂,后来写了几个小例子,瞬间一目了然。
 
  一、torch.max()
  import torch  
  a=torch.randn(3)
  print("a:n",a)
  print('max(a):',torch.max(a))
  

(编辑:温州站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    热点阅读