pytorch中permute()函数用法实例详解

 更新时间:2022年04月27日 10:50:55   作者:ac不知深  
permute中参数为张量的维度,将不同维度以不同的维度排列,得到一个新的张量,在深度学习中的主要作用是将特征值聚类,下面这篇文章主要给大家介绍了关于pytorch中permute()函数用法的相关资料,需要的朋友可以参考下

前言

本文只讨论二维三维中的permute用法

最近的Attention学习中的一个permute函数让我不理解

这个光说太抽象

我就结合代码与图片解释一下

首先创建一个三维数组小实例

import torch

x = torch.linspace(1, 30, steps=30).view(3,2,5)     # 设置一个三维数组
print(x)
print(x.size())				# 查看数组的维数

这里为了防止出现维数数值相同的巧合局面(例如三维数组(3,3,3)或者(2,4,4)等)

输出结果如下图

一般的把(3,2,5)解释为3维2行5列这里很容易让人迷迷糊糊

那么我们按照块,行,列理解起来会更容易一些

比如(3,2,5),表示3块 2*5的数组

以下我简单用3块3*3图偷懒举例

然后堆起来就是我们熟知的三维矩阵

接下来先简单介绍下permute()函数

permute(dims)
参数dims用矩阵的维数代入,一般默认从0开始。即第0维,第1维等等
也可以理解为,第0块,第1块等等。当然矩阵最少是两维才能使用permute
如是两维,dims分别为是0和1
可以写成permute(0,1)这里不做任何变化,维数与之前相同
如果写成permute(1,0)得到的就是矩阵的转置
如果三维是permute(0,1,2)
0代表共有几块维度:本例中0对应着3块矩阵
1代表每一块中有多少行:本例中1对应着每块有2行
2代表每一块中有多少列:本例中2对应着每块有5列
所以是3块2行5列的三维矩阵
这些0,1,2并没有任何实际的意义,也不是数值,只是用来标识区别。有点类似于x,y,z来区分三个坐标维度,是人为规定好的
三维情况直接用下面的代码来给大家讲解

三维情况

变化一:不改变任何参数

b = x.permute(0,1,2)            # 不改变维度
print(b)
print(b.size())

发现此时矩阵没有变化,依然是按照之前的方式排列

变化二:1与2交换

b = x.permute(0,2,1)             # 每一块的行与列进行交换,即每一块做转置行为
print(b)
print(b.size())

两张图片可以比较

在不改变每一块(即)的前提下,对每一块的行列进行对调(即二维矩阵的转置)

变化三:0与1交换

b = x.permute(1,0,2)            # 交换块和行
print(b)
print(b.size())

两者比较可以看出块数和每块的行数发生了变化

即参数0对应的数值3块变成2块

参数1对应的2行变成3行

这个变化刚好是0与1 的位置交换,导致参数进行对调

此时变成了2块 * 3行 * 5列(初始为3块 * 2行 *5列)

变化四:0与2交换

b = x.permute(2,1,0)            # 交换块和列
print(b)
print(b.size())

此时参数0对应的3块经过permute已经变成了5块

参数2对应的5列已经变成了3列

变化五:0与1交换,1与2交换

b = x.permute(2,0,1)            # 交换块和行和列
print(b)
print(b.size())

此时参数0对应的3块变成了5块

参数1对应的2行变成了3行

参数2对应的5列变成了2列

变化六:0与1交换,0与2交换

b = x.permute(1,2,0)            # 交换块和行和列
print(b)
print(b.size())

此时参数0对应的3块变成了2块

参数1对应的2行变成了5行

参数2对应的5列变成了3列

总结

根据以上举得二维和三维例子可以知道permute()函数其实是对矩阵的块行列进行交换

里面的参数并不是具体数值

而是块行列的代指

写在最后

没想随手写的一篇居然这么多读者关注

我又在此篇文章的基础上,详细的解释了维度变化过程

能够更好的帮助大家理解permute函数的用法

进阶文章请戳我

到此这篇关于pytorch中permute()函数用法的文章就介绍到这了,更多相关pytorch permute()函数用法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python中使用正则表达式及正则表达式匹配规则详解

    Python中使用正则表达式及正则表达式匹配规则详解

    这篇文章主要介绍了Python中使用正则表达式以及正则表达式匹配规则,本文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
    2023-03-03
  • PyQT中QTableWidget如何根据单元格内容设置自动宽度

    PyQT中QTableWidget如何根据单元格内容设置自动宽度

    这篇文章主要介绍了PyQT中QTableWidget如何根据单元格内容设置自动宽度问题,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-05-05
  • 对dataframe进行列相加,行相加的实例

    对dataframe进行列相加,行相加的实例

    今天小编就为大家分享一篇对dataframe进行列相加,行相加的实例,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
    2018-06-06
  • python实现的多任务版udp聊天器功能案例

    python实现的多任务版udp聊天器功能案例

    这篇文章主要介绍了python实现的多任务版udp聊天器功能,结合具体案例形式分析了Python基于udp的聊天器功能相关实现与使用技巧,需要的朋友可以参考下
    2019-11-11
  • 基于Python的EasyGUI学习实践

    基于Python的EasyGUI学习实践

    这篇文章主要介绍了基于Python的EasyGUI学习实践,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-05-05
  • Python使用OpenCV进行标定

    Python使用OpenCV进行标定

    这篇文章主要介绍了Python使用OpenCV进行标定,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-05-05
  • 学习python的前途 python挣钱

    学习python的前途 python挣钱

    在本文里我们给大家整理了关于学习python的前途以及python挣钱的方法整理,有兴趣的朋友们阅读下。
    2019-02-02
  • Python使用中文正则表达式匹配指定中文字符串的方法示例

    Python使用中文正则表达式匹配指定中文字符串的方法示例

    这篇文章主要介绍了Python使用中文正则表达式匹配指定中文字符串的方法,结合实例形式分析了Python正则匹配及字符编码相关操作技巧,需要的朋友可以参考下
    2017-01-01
  • python爬取热搜制作词云

    python爬取热搜制作词云

    这篇文章主要介绍了python爬取百度热搜制作词云,首先爬取百度热搜,至少间隔1小时,存入文件,避免重复请求,如果本1小时有了不再请求,存入数据库,供词云包使用,爬取热搜,具体流程请需要的小伙伴参考下面文章内容
    2021-12-12
  • Python生成扫雷地图的方法

    Python生成扫雷地图的方法

    这篇文章主要为大家详细介绍了Python生成扫雷地图的方法,并非游戏实现,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
    2021-09-09

最新评论