Pytorch之扩充tensor的操作
更新时间：2021年03月04日 16:12:29 作者：有为少年
这篇文章主要介绍了Pytorch之扩充tensor的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
我就废话不多说了，大家还是直接看代码吧~
b = torch.zeros((3, 2, 6, 6)) a = torch.zeros((3, 2, 1, 1)) a.expand_as(b).size() Out[32]: torch.Size([3, 2, 6, 6]) a = torch.zeros((3, 2, 2, 1)) a.expand_as(b).size() Traceback (most recent call last): File "/home/lart/.conda/envs/pt/lib/python3.6/site-packages/IPython/core/interactiveshell.py", line 3267, in run_code exec(code_obj, self.user_global_ns, self.user_ns) File "<ipython-input-34-972575f79e92>", line 1, in <module> a.expand_as(b).size() RuntimeError: The expanded size of the tensor (6) must match the existing size (2) at non-singleton dimension 2. Target sizes: [3, 2, 6, 6]. Tensor sizes: [3, 2, 2, 1] a = torch.zeros((3, 2, 1, 2)) a.expand_as(b).size() Traceback (most recent call last): File "/home/lart/.conda/envs/pt/lib/python3.6/site-packages/IPython/core/interactiveshell.py", line 3267, in run_code exec(code_obj, self.user_global_ns, self.user_ns) File "<ipython-input-36-972575f79e92>", line 1, in <module> a.expand_as(b).size() RuntimeError: The expanded size of the tensor (6) must match the existing size (2) at non-singleton dimension 3. Target sizes: [3, 2, 6, 6]. Tensor sizes: [3, 2, 1, 2] a = torch.zeros((3, 2, 2, 2)) a.expand_as(b).size() Traceback (most recent call last): File "/home/lart/.conda/envs/pt/lib/python3.6/site-packages/IPython/core/interactiveshell.py", line 3267, in run_code exec(code_obj, self.user_global_ns, self.user_ns) File "<ipython-input-38-972575f79e92>", line 1, in <module> a.expand_as(b).size() RuntimeError: The expanded size of the tensor (6) must match the existing size (2) at non-singleton dimension 3. Target sizes: [3, 2, 6, 6]. Tensor sizes: [3, 2, 2, 2] a = torch.zeros((3, 2, 6, 2)) a.expand_as(b).size() Traceback (most recent call last): File "/home/lart/.conda/envs/pt/lib/python3.6/site-packages/IPython/core/interactiveshell.py", line 3267, in run_code exec(code_obj, self.user_global_ns, self.user_ns) File "<ipython-input-40-972575f79e92>", line 1, in <module> a.expand_as(b).size() RuntimeError: The expanded size of the tensor (6) must match the existing size (2) at non-singleton dimension 3. Target sizes: [3, 2, 6, 6]. Tensor sizes: [3, 2, 6, 2] a = torch.zeros((3, 2, 6, 1)) a.expand_as(b).size() Out[44]: torch.Size([3, 2, 6, 6]) a = torch.zeros((3, 2, 1, 6)) a.expand_as(b).size() Out[46]: torch.Size([3, 2, 6, 6])
tensor.expand_as在这里用于扩展tensor到目标形状，常用的多是在H和W方向上的扩展。
假设目标形状为N, C, H, W，则要求tensor.size()=n, c, h, w(这里假设N，C不变)：
1、h=w=1
2、h=1, w!=1
3、h!=1, w=1
补充：tensorflow 利用expand_dims和squeeze扩展和压缩tensor维度
在利用tensorflow进行文本挖掘工作的时候，经常涉及到维度扩展和压缩工作。
比如对文本进行embedding操作完成之后，若要进行卷积操作，就需要对embedded的向量扩展维度，将[batch_size, embedding_dims]扩展成为[batch_size, embedding_dims, 1]，利用tf.expand_dims(input, -1)就可实现，反过来用squeeze(input, -1)或者tf.squeeze（input）也可以把最第三维去掉。
tf.expand_dims()
tf.squeeze()
tf.expand_dims()
tf.expand_dims(input, axis=None, name=None, dim=None)
在第axis位置增加一个维度.
给定张量输入，此操作在输入形状的维度索引轴处插入1的尺寸。 尺寸索引轴从零开始; 如果您指定轴的负数，则从最后向后计数。
如果要将批量维度添加到单个元素，则此操作非常有用。 例如，如果您有一个单一的形状[height，width，channels]，您可以使用expand_dims（image，0）使其成为1个图像，这将使形状[1，高度，宽度，通道]。
例子
# 't' is a tensor of shape [2] shape(expand_dims(t, 0)) ==> [1, 2] shape(expand_dims(t, 1)) ==> [2, 1] shape(expand_dims(t, -1)) ==> [2, 1] # 't2' is a tensor of shape [2, 3, 5] shape(expand_dims(t2, 0)) ==> [1, 2, 3, 5] shape(expand_dims(t2, 2)) ==> [2, 3, 1, 5] shape(expand_dims(t2, 3)) ==> [2, 3, 5, 1]
tf.squeeze()
tf.squeeze(input, axis=None, name=None, squeeze_dims=None)
直接上例子
# 't' is a tensor of shape [1, 2, 1, 3, 1, 1] shape(squeeze(t)) ==> [2, 3] # 't' is a tensor of shape [1, 2, 1, 3, 1, 1] shape(squeeze(t, [2, 4])) ==> [1, 2, 3, 1]
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。如有错误或未考虑完全的地方，望不吝赐教。
相关文章
本文介绍如何使用Python编写定时任务，以自动执行命令行任务。您将学习如何安排定期的任务，处理任务结果，以及如何使用Python自动化工作流程，从而提高工作效率。无需手动执行重复任务，Python帮您搞定2023-04-04
这篇文章主要为大家详细介绍了python石头剪刀布小游，三局两胜制，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-01-01
这篇文章主要介绍了python的import机制,需要的朋友可以参考下2014-07-07
这篇文章主要为大家介绍了如何基于Python中ArcPy模块实现对大量栅格遥感影像文件批量进行相减做差，文中的示例代码讲解详细，感兴趣的可以了解一下2023-06-06
python的int型最大值和系统有关，32位和64位系统结果是不同的，分别为2的31次方减1和2的63次方减1，可以通过sys.maxint查看此值2013-02-02
Iconfont(矢量图标)+iconmoon(图标svg互转)配合javascript实现社交分享系统
这篇文章主要介绍了Iconfont(矢量图标)+iconmoon(图标svg互转)配合javascript实现社交分享系统,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2020-04-04
这篇文章主要介绍了pandas之query方法和sample随机抽样操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
生成器generator在循环过程中，按照某种算法推算数据，不必创建容器存储完整的结果，从而节省内存空间。数据量越大，优势越明显。以上作用也称之为延迟操作或惰性操作，通俗的讲就是在需要的时候才计算结果，而不是一次构建出所有结果2022-07-07
Python Dataframe 指定多列去重、求差集的方法
今天小编就为大家分享一篇Python Dataframe 指定多列去重、求差集的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-07-07
python 实现堆排序算法代码，需要的朋友可以参考下2012-06-06
最新评论