开发者

Pytorch中torch.repeat_interleave()函数使用及说明

目录
  • torch.repeat_interleave()函数解析
    • 1.函数说明
    • 2. 函数原型
    • 3. 函数功能
    • 4. 输入参数
    • 5. 注意
    • 6. 代码例子
    • 7. 与torch.repeat()函数区别
  • 总结

    torch.repeat_interleave()函数解析

    1.函数说明

    官网:torch.repeat_interleave(),函数说明如下图所示:

    Pytorch中torch.repeat_interleave()函数使用及说明

    2. 函数原型

    torch.repeat_interleave(input, repeats, dim=None) → Tensor
    

    3. 函数功能

    沿着指定的维度重复张量的元素

    4. 输入参数

    1)input (类型:torch.Tensor):输入张量

    2)repeats(类型:int或torch.Tensor):每个元素的重复开发者_Python培训次数

    3)dim(类型:int)需要重复的维度。默认情况下dim=None,表示将把给定的输入张量展平(flatten)为向量,然后将每个元素重复repeats次,并返回重复后的张量。

    5. 注意

    1) 如果不指定dim,则默认将输入张量扁平化(维数是1,因此这时repeats必须是一个数,不能是数组),并且返回一个扁平化的输出数组。

    2) 返回的数组与输入数组维数相同,并且除了给定的维度dim,其他维度大小与输入数组相应维度大小相同

    3) repeats:如果传入数组,则必须是tensor格式。并且只能是一维数组,数组长度与输入数组input的dim维度大小相同

    6. 代码例子

    6.1 输入一维张量,不指定dim,重复次数为2次,表示将把给定的输入张量展平(flatten)为向量,然后将每python个元素重复2次,并返回重复后的张量。

    a = torch.randn(5)
    a,torch.repeat_interleave(a,2)

    输出结果如下所示:

    (tensor([ 0.4030, -1.1536, -2.4513,  1bmIWlSdzgG.1454, -0.8818]),

     tensor([ 0.4030,  0.4030, -1.1536, -1.1536, -2.4513, -2.4513,  1.1454,  1.1454,

             -0.8818, -0.8818]))

    6.2 输入二维张量,不指定dim,重复次数为2次,表示将把给定的输入张量展平(flatten)为向量,然后将每个元素重复2次,并返回重复后的张量。

    a = torch.randn(3,2)
    a,a.repeat_interleave(2)

    输出结果如下:

    (tensor([[-1.03, -0.32],

             [ 0.43,  0.78],

             [ 0.91, -0.11]]),

     tensor([-1.03, -1.03, -0.32, -0.32,  0.43,  0.43,  0.78,  0.78,  0.91,  0.91,

             -0.11, -0.11]))

    6.3 输入二维张量,指定dim=0,重复次数为3次,表示把输入张量每行元素重复3次

    a = torch.randn(3,2)
    a,torch.repeat_interleave(a,3,dim=0)

    输出结果如下:

    (tensor([[ 0.14,  1.47],

             [-1.52, -0.62],

             [-0.24, -0.27]]),

     tens编程or([[ 0.14,  1.47],

             [ 0.14,  1.47],

             [ 0.14,  1.47],

             [-1.52, -0.62],

             [-1.52, -0.62],

             [javascript-1.52, -0.62],

             [-0.24, -0.27],

             [-0.24, -0.27],

             [-0.24, -0.27]]))

    6.4 输入二维张量,指定dim=1,重复次数为3次,表示把输入张量每列元素重复3次

    a = torch.randn(3,2)
    a,torch.repeat_interleave(a,3,dim=1)

    输出结果如下:

    (tensor([[-0.81,  0.56],

             [-2.41, -0.56],

             [ 0.38, -0.90]]),

     tensor([[-0.81, -0.81, -0.81,  0.56,  0.56,  0.56],

             [-2.41, -2.41, -2.41, -0.56, -0.56, -0.56],

             [ 0.38,  0.38,php  0.38, -0.90, -0.90, -0.90]]))

    6.5 输入二维张量,指定dim=0,重复次数为一个张量列表[n1,n2,n3],表示在(dim=0)对应行上面重复n1,n2,n3遍,张量列表的长度必须与dim=0的维度的长度一样,否则会报错

    a = torch.randn(3,2)
    a,torch.repeat_interleave(a,torch.tensor([2,3,4]),dim=0)#表示第一行重复2遍,第二行重复3遍,第三行重复4遍

    输出结果如下:

    (tensor([[-0.79,  0.54],

             [-0.47, -0.25],

             [-0.13,  1.03]]),

     tensor([[-0.79,  0.54],

             [-0.79,  0.54],

             [-0.47, -0.25],

             [-0.47, -0.25],

             [-0.47, -0.25],

             [-0.13,  1.03],

             [-0.13,  1.03],

             [-0.13,  1.03],

             [-0.13,  1.03]]))

    7. 与torch.repeat()函数区别

    两个函数方法最大的区别就是repeat_interleave是一个元素一个元素地重复,而repeat是一组元素一组元素地重复.

    总结

    以上为个人经验,希望能给大家一个参考,也希望大家多多支持我们。

    0

    上一篇:

    下一篇:

    精彩评论

    暂无评论...
    验证码 换一张
    取 消

    最新开发

    开发排行榜