Pytorch 가 Tensor 차원 을 확장 하고 Tensor 차원 을 압축 하 는 방법

2713 단어 PytorchTensor차원
1.텐서 차원 확장
Pytorch 를 처음 접 한 아이들 은 이런 문제 에 부 딪 힐 것 이 라 고 믿 습 니 다.입력 한 데이터 차원 과 실험 수요 차원 이 일치 하지 않 습 니 다.입력 한 것 은 2 차원 데이터 나 3 차원 데이터 일 수 있 습 니 다.실험 은 3 차원 또는 4 차원 데 이 터 를 사용 해 야 합 니 다.그러면 우 리 는 이 차원 을 확장 해 야 합 니 다.사실 매우 간단 하 다.데이터 에 확장 차원 방법 만 추가 하면 된다.
1.1torch.unsqueeze(self: Tensor, dim: _int)
  torch.unsqueeze(self: Tensor, dim: _int)
매개 변수 설명:self:입력 한 tensor 데이터,dim:어느 차원 을 확장 하려 면 그 차원 의 정 수 를 입력 하 십시오.0,1,2 를 입력 할 수 있 습 니 다.
1.2Code
첫 번 째 방식 은 데 이 터 를 입력 한 후 unsqueeze()를 직접 추가 합 니 다.
확장 1 차원 과 2 차원 은 1 입 니 다.

import torch


def reset_unsqueeze1():
 data = torch.rand([3, 3])
 data1 = data.unsqueeze(dim=0).unsqueeze(dim=1)
 print("data_size: ", data.shape)
 print("data: ", data)
 print("data1_size: ", data1.shape)
 print("data1: ", data1)
결과 표시

두 번 째 방식 은 torch.unsqueeze()를 사용 합 니 다.

import torch


def reset_unsqueeze2():
 data = torch.rand([3, 3])
 data1 = torch.unsqueeze(data, dim=0)
 print("data_size: ", data.shape)
 print("data: ", data)
 print("data1_size: ", data1.shape)
 print("data1: ", data1)
결과 표시

2.압축 텐서 차원
2.1torch.squeeze(self: Tensor, dim: _int)
이 방법 은 torch.unsqueeze()방법의 효과 와 정반 대로 Tensor 차원 을 압축 합 니 다.
2.2 Code
첫 번 째 방식 은 데 이 터 를 입력 한 후 squeeze()를 직접 추가 합 니 다.

import torch


def reset_squeeze1():
 data = torch.rand([1, 1, 3, 3])
 data1 = data.squeeze(dim=0).squeeze(dim=1)
 print("data_size: ", data.shape)
 print("data: ", data)
 print("data1_size: ", data1.shape)
 print("data1: ", data1)
결과 표시

두 번 째 방식 은 torch.squeeze()로

import torch


def reset_squeeze2():
 data = torch.rand([1, 1, 3, 3])
 data1 = torch.squeeze(data, dim=0)
 print("data_size: ", data.shape)
 print("data: ", data)
 print("data1_size: ", data1.shape)
 print("data1: ", data1)
결과 표시

Pytorch 가 Tensor 차원 을 확장 하고 Tensor 차원 을 압축 하 는 방법 에 관 한 이 글 은 여기까지 소개 되 었 습 니 다.더 많은 Pytorch 확장 Tensor 차원,압축 Tensor 차원 내용 은 우리 의 이전 글 을 검색 하거나 아래 의 관련 글 을 계속 찾 아 보 세 요.앞으로 많은 지원 을 바 랍 니 다!

좋은 웹페이지 즐겨찾기