pytorch 中的dim的作用范围详解

 更新时间:2023年12月05日 12:04:08   作者:mingqian_chu  
ptorch中的dim类似于numpy纵的axis,这篇文章给大家介绍pytorch 中的dim的作用范围,不同的运算, dim 的作用域都是一样的思想,本文给大家介绍的非常详细,需要的朋友参考下吧

dim简介

pytorch中对tensor的很多操作都涉及到dim(维度的设置),但是,我们总是搞不清楚每个维度代表什么,到底设置几维,比如sum(求和)、softmax、max(最大值)。

下面看下pytorch 中的dim的作用范围。

1. 二维矩阵时

不同的运算, dim 的作用域都是一样的思想;

当数据是二维矩阵时, 可以按照下面的思想理解

对于矩阵:
dim=0 按列操作(沿列向下)。
dim=1 按行操作(跨行)。

解释如下:

dim=0 :这是指张量的第一个维度,通常被视为行。如果您沿此维度应用函数,它将按列处理数据。换句话说,该函数独立地应用于每一列。

dim=1 :这是指张量的第二维,通常被视为列。当您沿此维度应用函数时,它会按行处理数据。也就是说,该函数独立地应用于每一行。

1.1 求和

>> a = torch.Tensor([[1,2,3], [4,5,6]])
>> print(a.shape)
torch.Size([2, 3])
>> print(torch.sum(a, dim=0))
tensor([5., 7., 9.])
>> print(torch.sum(a, dim=1))
tensor([ 6., 15.])

1.2 softmax

dim = 0) #对每一列进行softmax;
dim =1) #对每一行进行softmax;

import torch
import torch.nn.functional as F
x= torch.Tensor( [ [1,2,3,4],[1,2,3,4],[1,2,3,4]])
y1= F.softmax(x, dim = 0) #对每一列进行softmax
print(y1)
y2 = F.softmax(x,dim =1) #对每一行进行softmax
print(y2)
x1 = torch.Tensor([1,2,3,4])
print(x1)
y3 = F.softmax(x1,dim=0) #一维时使用dim=0,使用dim=1报错
print(y3)
(deeplearning) userdeMBP:pytorch user$ python test.py 
tensor([[0.3333, 0.3333, 0.3333, 0.3333],
        [0.3333, 0.3333, 0.3333, 0.3333],
        [0.3333, 0.3333, 0.3333, 0.3333]])
tensor([[0.0321, 0.0871, 0.2369, 0.6439],
        [0.0321, 0.0871, 0.2369, 0.6439],
        [0.0321, 0.0871, 0.2369, 0.6439]])
tensor([1., 2., 3., 4.])
tensor([0.0321, 0.0871, 0.2369, 0.6439])

2. 三维张量时

当dim=0时, 是对每一维度相同位置的数值进行softmax运算,和为1
当dim=1时, 是对某一维度的列进行softmax运算,和为1
当dim=2时, 是对某一维度的行进行softmax运算,和为1

import torch 
import torch.nn.functional as F 
input= torch.randn(2,2,3))
print(input)

dim= 0,

dim=1,

dim =2

到此这篇关于pytorch 中的dim 的作用范围的文章就介绍到这了,更多相关pytorch dim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

  • 用Python生成HTML表格的方法示例

    用Python生成HTML表格的方法示例

    这篇文章主要介绍了用Python生成HTML表格的方法示例,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
    2020-03-03
  • 使用Python实现轻松调整视频的播放速度

    使用Python实现轻松调整视频的播放速度

    这篇文章主要介绍了如何通过 moviepy.editor 中的 VideoFileClip 类和 fx.speedx 函数实现轻松地调整视频的播放速度,感兴趣的可以了解下
    2024-11-11
  • PyCharm 接入 DeepSeek最新完整教程

    PyCharm 接入 DeepSeek最新完整教程

    文章介绍了DeepSeek-V3模型的性能提升以及如何在PyCharm中接入和使用DeepSeek进行代码开发,本文通过图文并茂的形式给大家介绍的非常详细,感兴趣的朋友一起看看吧
    2025-02-02
  • python wxauto库的使用及注意事项

    python wxauto库的使用及注意事项

    这篇文章主要介绍了python wxauto库的使用及注意事项,wxauto库支持微信自动化操作,涵盖消息发送、聊天记录获取、自动回复及监听功能,文中通过代码介绍的非常详细,需要的朋友可以参考下
    2025-07-07
  • 详解Python中键盘鼠标的相关操作

    详解Python中键盘鼠标的相关操作

    pyautogui模块,规范一点大写就是PyAutoGUI模块,是用来实现自动化脚本的一个十分得力的小助手。他可以操控键盘和鼠标,可以写许多工具。本文就来讲讲如何利用这个模块实现键盘鼠标的相关操作,需要的可以参考一下
    2023-01-01
  • Pytorch 实现focal_loss 多类别和二分类示例

    Pytorch 实现focal_loss 多类别和二分类示例

    今天小编就为大家分享一篇Pytorch 实现focal_loss 多类别和二分类示例,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
    2020-01-01
  • Python列表嵌套常见坑点及解决方案

    Python列表嵌套常见坑点及解决方案

    这篇文章主要介绍了Python列表嵌套常见坑点及解决方案,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,需要的朋友可以参考下
    2020-09-09
  • Pandas添加行至现有数据框的实现示例

    Pandas添加行至现有数据框的实现示例

    本文主要介绍了Pandas添加行至现有数据框的实现示例,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
    2025-04-04
  • pytorch分类模型绘制混淆矩阵以及可视化详解

    pytorch分类模型绘制混淆矩阵以及可视化详解

    混淆矩阵是ROC曲线绘制的基础,同时它也是衡量分类型模型准确度中最基本,最直观,计算最简单的方法,下面这篇文章主要给大家介绍了关于pytorch分类模型绘制混淆矩阵以及可视化的相关资料,需要的朋友可以参考下
    2022-04-04
  • Python3与redis交互,保存的是字符串,取出来是bytes类型问题

    Python3与redis交互,保存的是字符串,取出来是bytes类型问题

    这篇文章主要介绍了Python3与redis交互,保存的是字符串,取出来是bytes类型问题,具有很好的参考价值,希望对大家有所帮助,
    2023-09-09

最新评论