标签:__ repeat tensor torch shape data1 data2
1. repeat_interleave(self: Tensor, repeats: _int, dim: Optional[_int]=None)
参数说明:
self: 传入的数据为tensor
repeats: 复制的份数
dim: 要复制的维度,可设定为0/1/2.....
2. 例子
2.1 Code
此处定义了一个4维tensor,要对第2个维度复制,由原来的1变为3,即将设定dim=1。
1 import torch 2 3 4 def function(): 5 data1 = torch.rand([2, 1, 3, 3]) 6 print("data1_shape: ", data1.shape) 7 print("data1: ", data1) 8 9 data2 = torch.repeat_interleave(data1, repeats=3, dim=1) 10 print("data2_shape: ", data2.shape) 11 print("data2: ", data2) 12 13 14 if __name__ == '__main__': 15 function()View Code
2.2 输出显示
即可看到输入tensor形状为[2, 1, 3, 3],经过repeat后,tensor变为[2, 3, 3, 3],并在第二维度上保持相同的数据。
标签:__,repeat,tensor,torch,shape,data1,data2 来源: https://www.cnblogs.com/haifwu/p/12814760.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。