pytorch torch.expand和torch.repeat的区别详解
1.torch.expand
函数返回张量在某一个维度扩展之后的张量,就是将张量广播到新形状。函数对返回的张量不会分配新内存,即在原始张量上返回只读视图,返回的张量内存是不连续的。类似于numpy中的broadcast_to函数的作用。如果希望张量内存连续,可以调用contiguous函数。
例子:
import torch x = torch.tensor([1, 2, 3, 4]) xnew = x.expand(2, 4) print(xnew)
输出:
tensor([[1, 2, 3, 4],
[1, 2, 3, 4]])
2.torch.repeat
torch.repeat用法类似np.tile,就是将原矩阵横向、纵向地复制。与torch.expand不同的是torch.repeat返回的张量在内存中是连续的。
例子1:
将张量横向的复制
import torch x = torch.tensor([1, 2, 3]) xnew = x.repeat(1,3) print(xnew)
输出:
tensor([[1, 2, 3, 1, 2, 3, 1, 2, 3]])
例子2:
将张量纵向的复制
import torch x = torch.tensor([1, 2, 3]) xnew = x.repeat(3,1) print(xnew)
输出:
tensor([[1, 2, 3],
[1, 2, 3],
[1, 2, 3]])
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
相关文章
使用python读写txt和json(jsonl)大文件的方法步骤
在Python中读取txt和json(jsonl)大文件并保存到字典是一项非常常见的操作,这篇文章主要给大家介绍了关于使用python读写txt和json(jsonl)大文件的方法步骤,需要的朋友可以参考下2023-12-12
Python判断字符串是否包含特定子字符串的多种方法(7种方法)
我们经常会遇这样一个需求判断字符串中是否包含某个关键词,也就是特定的子字符串,接下来通过本文给大家分享Python判断字符串是否包含特定子字符串的多种方法(7种方法),需要的朋友可以参考下2023-03-03


最新评论