PyTorch中permute的用法詳解
permute(dims)
將tensor的維度換位。
參數(shù):參數(shù)是一系列的整數(shù),代表原來張量的維度。比如三維就有0,1,2這些dimension。
例:
import torch import numpy as np a=np.array([[[1,2,3],[4,5,6]]]) unpermuted=torch.tensor(a) print(unpermuted.size()) # ——> torch.Size([1, 2, 3]) permuted=unpermuted.permute(2,0,1) print(permuted.size()) # ——> torch.Size([3, 1, 2])
再比如圖片img的size比如是(28,28,3)就可以利用img.permute(2,0,1)得到一個size為(3,28,28)的tensor。
利用這個函數(shù)permute(1,3,2)可以把Tensor([[[1,2,3],[4,5,6]]]) 轉(zhuǎn)換成
tensor([[[1., 4.], [2., 5.], [3., 6.]]])
如果使用view(1,3,2),可以得到
tensor([[[1., 2.], [3., 4.], [5., 6.]]])
以上這篇PyTorch中permute的用法詳解就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python實現(xiàn)遺傳算法(二進制編碼)求函數(shù)最優(yōu)值方式
今天小編就為大家分享一篇Python實現(xiàn)遺傳算法(二進制編碼)求函數(shù)最優(yōu)值方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02關(guān)于tf.reverse_sequence()簡述
今天小編就為大家分享一篇關(guān)于tf.reverse_sequence()簡述,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01