张量的扩展和拼接

秒速五厘米 2022-04-11 10:13 256阅读 0赞

复制

t12= torch.tensor([[5.,-9.],])#大小（3,4）
    print('t12={}'.format(t12))
    t34= t12.repeat(3,2)#三行，每一行复制2次
    print('t34={}'.format(t34))

运行结果：

t12=tensor(\[\[ 5., -9.\]\])  
t34=tensor(\[\[ 5., -9.,  5., -9.\],  
        \[ 5., -9.,  5., -9.\],  
        \[ 5., -9.,  5., -9.\]\])

拼接1：

tp=torch.arange(12).reshape(3,4)
    print(tp)
    tn=-tp
    tc0=torch.cat([tp,tn],1)#行数不增加，列数增加
    print(tc0)
    tc0=torch.cat([tp,tn],0)#列数不增加，行数增加
    print(tc0)

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjUyODA4OQ_size_16_color_FFFFFF_t_70][]

拼接2：

tp=torch.arange(12).reshape(3,4)
    print(tp)
    tn=-tp
    tc0=torch.stack([tp,tn],1)#行数增加，列数不增加，且交叉
    print(tc0)
    tc0=torch.stack([tp,tn],0)#列数不增加，行数增加
    print(tc0)

运行结果：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjUyODA4OQ_size_16_color_FFFFFF_t_70 1][]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjUyODA4OQ_size_16_color_FFFFFF_t_70]: /images/20220411/e0b965d3eae8420793bf24028d8e9cf5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjUyODA4OQ_size_16_color_FFFFFF_t_70 1]: /images/20220411/896ff8a1d5c94d8abbd2783d0fd71ee0.png

发表评论取消回复

表情：

评论列表（有 0 条评论，256人围观）

还没有评论，来说两句吧...

相关阅读

相关张量、标量、向量和矩阵

张量、标量、向量和矩阵 https://github.com/bovem/publications/tree/master/Linear%20Algebra 张量是一个数据

朴灿烈づ我的快乐病毒、/ 2024年03月22日 09:49/ 0 赞/ 43 阅读

相关 PyTorch：tensor-张量维度操作（拼接、维度扩展、压缩、转置、重复……）

张量维度操作（拼接、维度扩展、压缩、转置、重复……） note: torch.fun(tensor1)和tensor1.fun()都只会返回改变后的tensor，但是tens

小灰灰/ 2022年12月13日 04:22/ 0 赞/ 713 阅读

相关 Python图片拼接（121张拼接成1张）

原始代码：https://github.com/dby/photo\_joint 需要： 1. Python基本语法 2. PIL第三方库 3. Numexpr库 4

谁借莪１个温暖的怀抱￠/ 2022年09月29日 04:10/ 0 赞/ 209 阅读

相关张量tensorly笔记（1）——张量基础

![这里写图片描述][70] 一个非常形象的图片表示了从标量到张量的演变过程 -------------------- 使用python里面的numpy库和ten

素颜马尾好姑娘i/ 2022年05月22日 08:24/ 0 赞/ 555 阅读

相关张量分解-张量介绍

张量分解-张量介绍 2016.06.16 张量介绍张量(tensor)是一个多维的数据存储形式，数据的的维度被称为张量的阶。它可以看成是向量和矩阵在多维空间中的推

太过爱你忘了你带给我的痛/ 2022年05月22日 05:15/ 0 赞/ 865 阅读

相关张量的扩展和拼接

复制 t12= torch.tensor([[5.,-9.],])大小（3,4） print('t12={}'.format(t12)) t34=

秒速五厘米/ 2022年04月11日 10:13/ 0 赞/ 257 阅读

相关 pytorch 张量

例程1: import torch t2=torch.tensor([[0,1,2],[3,4,5]]) print(t2) print('数

「爱情、让人受尽委屈。」/ 2022年04月11日 09:55/ 0 赞/ 249 阅读

相关 Python TensorFlow，张量，张量的形状、类型、阶

张量是一个类型化的N维数组（tf.Tensor）,由三部分组成：名字，形状，数据类型。张量的阶： ![watermark_type_ZmFuZ3poZW5naGVpdGk

秒速五厘米/ 2022年03月15日 15:10/ 0 赞/ 263 阅读

相关 Python TensorFlow，张量的生成，张量运算的常用API，张量的类型转换 cast，张量的合并 concat

张量的数学函数API：[https://www.tensorflow.org/api\_docs/python/tf/math][https_www.tensorflow.or

超、凢脫俗/ 2022年03月14日 09:42/ 0 赞/ 282 阅读

相关张量求和

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5

╰+攻爆jí腚メ/ 2022年03月06日 04:44/ 0 赞/ 264 阅读