조수호*_*조수호 7 python pytorch tensor
我有一个关于torch.stack的问题
我有2个张量,a.shape =(2,3,4)和b.shape =(2,3)。 如何在不进行就地操作的情况下堆叠它们?
arj*_*onn 20
堆叠需要相同数量的尺寸。一种方法是解压和堆叠。例如:
a.size() # 2, 3, 4
b.size() # 2, 3
b = torch.unsqueeze(b, dim=2) # 2, 3, 1
# torch.unsqueeze(b, dim=-1) does the same thing
torch.stack([a, b], dim=2) # 2, 3, 5
Run Code Online (Sandbox Code Playgroud)
gil*_*des 13
使用 pytorch 1.2 或 1.4 arjoonn 的答案对我不起作用。
而不是torch.stack我使用torch.catpytorch 1.2 和 1.4:
>>> import torch
>>> a = torch.randn([2, 3, 4])
>>> b = torch.randn([2, 3])
>>> b = b.unsqueeze(dim=2)
>>> b.shape
torch.Size([2, 3, 1])
>>> torch.cat([a, b], dim=2).shape
torch.Size([2, 3, 5])
Run Code Online (Sandbox Code Playgroud)
如果要使用torch.stack张量的尺寸必须相同:
>>> a = torch.randn([2, 3, 4])
>>> b = torch.randn([2, 3, 4])
>>> torch.stack([a, b]).shape
torch.Size([2, 2, 3, 4])
Run Code Online (Sandbox Code Playgroud)
这是另一个例子:
>>> t = torch.tensor([1, 1, 2])
>>> stacked = torch.stack([t, t, t], dim=0)
>>> t.shape, stacked.shape, stacked
(torch.Size([3]),
torch.Size([3, 3]),
tensor([[1, 1, 2],
[1, 1, 2],
[1, 1, 2]]))
Run Code Online (Sandbox Code Playgroud)
有了stack这个dim参数,您就可以指定在哪个维度上堆叠具有相同维度的张量。
假设你有两个张量 a, b ,它们的维度相等,即 a ( A, B, C) 所以 b (A, B , C) 一个例子
a=torch.randn(2,3,4)
b=torch.randn(2,3,4)
print(a.size()) # 2, 3, 4
print(b.size()) # 2, 3, 4
f=torch.stack([a, b], dim=2) # 2, 3, 2, 4
f
Run Code Online (Sandbox Code Playgroud)
如果它们不一样暗淡,它就不会起作用。当心!!
| 归档时间: |
|
| 查看次数: |
9117 次 |
| 最近记录: |