Pytorch教程（十四）：stack、flatten

逃离我推掉我的手 2022-08-28 07:59 414阅读 0赞

# stack #

t1 = torch.tensor([
        [1,1,1,1],
        [1,1,1,1],
        [1,1,1,1],
        [1,1,1,1]
    ])
    t2 = torch.tensor([
        [2,2,2,2],
        [2,2,2,2],
        [2,2,2,2],
        [2,2,2,2]
    ])
    t3 = torch.tensor([
        [3,3,3,3],
        [3,3,3,3],
        [3,3,3,3],
        [3,3,3,3]
    ])
    t = torch.stack((t1,t2,t3))
    t.shape  # torch.Size([3, 4, 4])

我们使用一个堆栈函数将三个张量的序列连接到一个新的轴上，如果把`t1,t2,t3`看成图片的话，我们可以看到他们的高度和宽度是4，长度为3的轴表示批大小，`t`表示一个批次的张量输出。

现在我们有一个秩为3的张量，其中包含了3个4乘4的图像。我们现在需要做的就是把这个张量变成一个CNN期望的形式，为彩色通道增加一个轴，对于每个图像张量，我们基本上都有一个隐式的单色通道，而CNN将会看到一个显式的彩色通道轴。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAdmluY2VudF9kdWFu_size_13_color_FFFFFF_t_70_g_se_x_16]  
然后我们将其拍平：  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAdmluY2VudF9kdWFu_size_20_color_FFFFFF_t_70_g_se_x_16]  
我们将整个批次都拍平了，这把所有的图像都映射到一个单独的轴上，而我们往往需要单独预测，这里的解决办法是在保持批轴的同时，将每个图像边平，这意味着我们只想把张量的一部分边平，这就可以通过使用Pytorch的`flatten`来完成：  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAdmluY2VudF9kdWFu_size_20_color_FFFFFF_t_70_g_se_x_16 1]  
注意，我们在调用中指定`start_dim`参数，这告诉了flatten方法当它开始flatten操作时应该从哪个轴开始（第二个轴，也就是彩色通道轴，我们跳过了批轴，保持原样）

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAdmluY2VudF9kdWFu_size_13_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/adeb11e4fdc349d09e08b1d748a88f36.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAdmluY2VudF9kdWFu_size_20_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/f7bbb832dd294ffb949e5a06a2b0cf9c.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAdmluY2VudF9kdWFu_size_20_color_FFFFFF_t_70_g_se_x_16 1]: /images/20220828/56f79ded45484ef1935e00606c56ae47.png