pytorch中的廣播語(yǔ)義
pytorch的廣播語(yǔ)義(broadcasting semantics),和numpy的很像,所以可以先看看numpy的文檔:
1、什么是廣播語(yǔ)義?
官方文檔有這樣一個(gè)解釋:
In short, if a PyTorch operation supports broadcast, then its Tensor arguments can be automatically expanded to be of equal sizes (without making copies of the data).
這句話的意思大概是:簡(jiǎn)單的說(shuō),如果一個(gè)pytorch操作支持廣播,那么它的Tensor參數(shù)可以自動(dòng)的擴(kuò)展為相同的尺寸(不需要復(fù)制數(shù)據(jù))。
按照我的理解,應(yīng)該是指算法計(jì)算過(guò)程中,不同的Tensor如果size不同,但是符合一定的規(guī)則,那么可以自動(dòng)的進(jìn)行維度擴(kuò)展,來(lái)實(shí)現(xiàn)Tensor的計(jì)算。在維度擴(kuò)展的過(guò)程中,并不是真的把維度小的Tensor復(fù)制為和維度大的Tensor相同,因?yàn)檫@樣太浪費(fèi)內(nèi)存了。
2、廣播語(yǔ)義的規(guī)則
首先來(lái)看標(biāo)準(zhǔn)的情況,兩個(gè)Tensor的size相同,則可以直接計(jì)算:
x = torch.empty((4, 2, 3)) y = torch.empty((4, 2, 3))? print((x+y).size())?
輸出:
torch.Size([4, 2, 3])
但是,如果兩個(gè)Tensor的維度并不相同,pytorch也是可以根據(jù)下面的兩個(gè)法則進(jìn)行計(jì)算:
- (1)Each tensor has at least one dimension.
- (2)When iterating over the dimension sizes, starting at the trailing dimension, the dimension sizes must either be equal, one of them is 1, or one of them does not exist.
- 每個(gè)
Tensor至少有一個(gè)維度。- 迭代標(biāo)注尺寸時(shí),從后面的標(biāo)注開(kāi)始
第一個(gè)規(guī)則要求每個(gè)參與計(jì)算的Tensor至少有一個(gè)維度,第二個(gè)規(guī)則是指在維度迭代時(shí),從最后一個(gè)維度開(kāi)始,可以有三種情況:
- 維度相等
- 其中一個(gè)維度是1
- 其中一個(gè)維度不存在
3、不符合廣播語(yǔ)義的例子
x = torch.empty((0, )) y = torch.empty((2, 3))? print((x + y).size())
輸出:
RuntimeError: The size of tensor a (0) must match the size of tensor b (3) at non-singleton dimension 1
這里,不滿足第一個(gè)規(guī)則“每個(gè)參與計(jì)算的Tensor至少有一個(gè)維度”。
x = torch.empty(5, 2, 4, 1)? y = torch.empty(3, 1, 1)? print((x + y).size())
輸出:
RuntimeError: The size of tensor a (2) must match
the size of tensor b (3) at non-singleton dimension 1
這里,不滿足第二個(gè)規(guī)則,因?yàn)閺淖詈蟮木S度開(kāi)始迭代的過(guò)程中,倒數(shù)第三個(gè)維度:x是2,y是3。這并不符合第二條規(guī)則的三種情況,所以不能使用廣播語(yǔ)義。
4、符合廣播語(yǔ)義的例子
x = torch.empty(5, 3, 4, 1)? y = torch.empty(3, 1, 1)? print((x + y).size())?
輸出:
torch.Size([5, 3, 4, 1])
x是四維的,y是三維的,從最后一個(gè)維度開(kāi)始迭代:
- 最后一維:x是1,y是1,滿足規(guī)則二
- 倒數(shù)第二維:x是4,y是1,滿足規(guī)則二
- 倒數(shù)第三維:x是3,y是3,滿足規(guī)則一
- 倒數(shù)第四維:x是5,y是0,滿足規(guī)則一
到此這篇關(guān)于pytorch中的廣播語(yǔ)義的文章就介紹到這了,更多相關(guān)pytorch廣播語(yǔ)義內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python進(jìn)階之自定義對(duì)象實(shí)現(xiàn)切片功能
這篇文章主要介紹了Python進(jìn)階之自定義對(duì)象實(shí)現(xiàn)切片功能,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2019-01-01
python?peewee操作sqlite鎖表的問(wèn)題分析
Peewee是一種簡(jiǎn)單而小的ORM,在使用python?orm?框架?peewee?操作數(shù)據(jù)庫(kù)時(shí)時(shí)常會(huì)拋出以一個(gè)異常,下面我們就來(lái)分享一下具體的原因以及解決辦法吧2023-08-08
Python氣泡提示與標(biāo)簽的實(shí)現(xiàn)
這篇文章主要介紹了Python氣泡提示與標(biāo)簽的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04
Python爬蟲(chóng)設(shè)置代理IP(圖文)
在本篇內(nèi)容里小編給大家分享了關(guān)于Python爬蟲(chóng)設(shè)置代理IP的相關(guān)知識(shí)點(diǎn)和步驟,需要的朋友們參考下。2018-12-12
詳解python數(shù)據(jù)結(jié)構(gòu)之隊(duì)列Queue
這篇文章主要介紹了python數(shù)據(jù)結(jié)構(gòu)之隊(duì)列Queue,文中有非常詳細(xì)的代碼示例,對(duì)正在學(xué)習(xí)python的小伙伴們有很好的幫助,需要的朋友可以參考下2021-05-05
使用python實(shí)現(xiàn)baidu hi自動(dòng)登錄的代碼
使用python自動(dòng)登錄baidu hi的代碼,有需要的朋友可以參考下2013-02-02
Python實(shí)現(xiàn)簡(jiǎn)單的文件傳輸與MySQL備份的腳本分享
這篇文章主要介紹了Python實(shí)現(xiàn)簡(jiǎn)單的文件傳輸與MySQL備份的腳本分享,用到了socket與tarfile模塊,需要的朋友可以參考下2016-01-01
Python實(shí)現(xiàn)自動(dòng)駕駛訓(xùn)練模型
這篇文章主要為大家介紹了Python實(shí)現(xiàn)自動(dòng)駕駛訓(xùn)練模型,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-06-06

