pytorch torch.expand和torch.repeat的區(qū)別詳解
1.torch.expand
函數(shù)返回張量在某一個維度擴展之后的張量,就是將張量廣播到新形狀。函數(shù)對返回的張量不會分配新內(nèi)存,即在原始張量上返回只讀視圖,返回的張量內(nèi)存是不連續(xù)的。類似于numpy中的broadcast_to函數(shù)的作用。如果希望張量內(nèi)存連續(xù),可以調(diào)用contiguous函數(shù)。
例子:
import torch x = torch.tensor([1, 2, 3, 4]) xnew = x.expand(2, 4) print(xnew)
輸出:
tensor([[1, 2, 3, 4],
[1, 2, 3, 4]])
2.torch.repeat
torch.repeat用法類似np.tile,就是將原矩陣橫向、縱向地復(fù)制。與torch.expand不同的是torch.repeat返回的張量在內(nèi)存中是連續(xù)的。
例子1:
將張量橫向的復(fù)制
import torch x = torch.tensor([1, 2, 3]) xnew = x.repeat(1,3) print(xnew)
輸出:
tensor([[1, 2, 3, 1, 2, 3, 1, 2, 3]])
例子2:
將張量縱向的復(fù)制
import torch x = torch.tensor([1, 2, 3]) xnew = x.repeat(3,1) print(xnew)
輸出:
tensor([[1, 2, 3],
[1, 2, 3],
[1, 2, 3]])
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python卷積神經(jīng)網(wǎng)絡(luò)圖片分類框架詳解分析
在機器視覺領(lǐng)域中,卷積神經(jīng)網(wǎng)絡(luò)算法作為一種新興算法出現(xiàn),在圖像識別領(lǐng)域中,卷積神經(jīng)網(wǎng)絡(luò)能夠較好的實現(xiàn)圖像的分類效果,而且其位移和形變具有較高的容忍能力2021-11-11基于Python實現(xiàn)一個簡易的數(shù)據(jù)管理系統(tǒng)
為了方便的實現(xiàn)記錄數(shù)據(jù)、修改數(shù)據(jù)沒有精力去做一個完整的系統(tǒng)去管理數(shù)據(jù)。因此,在python的控制臺直接實現(xiàn)一個簡易的數(shù)據(jù)管理系統(tǒng),包括數(shù)據(jù)的增刪改查等等。感興趣的可以跟隨小編一起學(xué)習(xí)一下2021-12-12Python3利用openpyxl讀寫Excel文件的方法實例
這篇文章主要給大家介紹了關(guān)于Python3利用openpyxl讀寫Excel文件的相關(guān)資料,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-02-02Python編程實現(xiàn)雙鏈表,棧,隊列及二叉樹的方法示例
這篇文章主要介紹了Python編程實現(xiàn)雙鏈表,棧,隊列及二叉樹的方法,結(jié)合具體實例形式分析了Python簡單實現(xiàn)數(shù)據(jù)結(jié)構(gòu)中雙鏈表,棧,隊列及二叉樹相關(guān)操作技巧,需要的朋友可以參考下2017-11-11