PyTorch中的torch.cat简单介绍


Posted in Python onMarch 17, 2022

1.toych简单介绍

torch包含了多维疑是的数据结构及基于其上的多种数学操作。

torch包含了多维张量的数据结构以及基于其上的多种数学运算。此外,它也提供了多种实用工具,其中一些可以更有效地对张量和任意类型进行序列化的工具。

它具有CUDA的对应实现,可以在NVIDIA GPU上进行张量运算(计算能力>=3.0)

2. 张量Tensors

torch.is_tensor(obj):如果obj是一个pytorch张量,则返回True

torch.is_storage(obj):如果obj是一个pytorch storage对象,则返回True

torch.numel(input):返回input张量中的元素个数。

3.torch.cat

a = torch.ones([1,2])
 
b = torch.ones([1,2])
 
z = torch.cat([a,b],1)
 
a
Out[47]: tensor([[1., 1., 1., 1.]])
 
a
Out[48]: tensor([[1., 1.]])

如果第二个参数是1,torch.cat就是将a,b 按列放在一起,大小为torch.Size([1,4])。如果第二个参数是0,则按行

行放在一起,大小为 torch.Size([2, 2]) 。

字面理解:torch.cat是将两个张量(tensor)拼接在一起,cat是concatenate的意思,即拼接,联系在一起。

例子理解:

import torch
A = torch.ones(2,3)
A
#tensor([[1., 1., 1.],
#        [1., 1., 1.]])
B=2*torch.ones(4,3)
B
#tensor([[2., 2., 2.],
#        [2., 2., 2.],
#        [2., 2., 2.],
#        [2., 2., 2.]])
C = torch.cat((A,B),0) #按维数0(添加到行)拼接
C
#tensor([[1., 1., 1.],
#        [1., 1., 1.],
#        [2., 2., 2.],
#        [2., 2., 2.],
#        [2., 2., 2.],
#        [2., 2., 2.]])
D = 2*torch.ones(2,4)
M = torch.cat((A,D),1)  # 按维数1(列)拼接
M
#tensor([[1., 1., 1., 2., 2., 2., 2.],
#        [1., 1., 1., 2., 2., 2., 2.]])
M.size()
#torch.Size([2, 7])

使用torch.cat((A,B),dim)时,除拼接维数dim数值可不同外其余维数数值需相同,方能对齐

到此这篇关于PyTorch中的torch.cat的文章就介绍到这了,更多相关torch.cat内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
Python自动重试HTTP连接装饰器
Apr 28 Python
python实现给微信公众号发送消息的方法
Jun 30 Python
在VS Code上搭建Python开发环境的方法
Apr 06 Python
python控制windows剪贴板,向剪贴板中写入图片的实例
May 31 Python
python列表list保留顺序去重的实例
Dec 14 Python
pandas去重复行并分类汇总的实现方法
Jan 29 Python
python的几种矩阵相乘的公式详解
Jul 10 Python
python 读取修改pcap包的例子
Jul 23 Python
pycharm中导入模块错误时提示Try to run this command from the system terminal
Mar 26 Python
python DES加密与解密及hex输出和bs64格式输出的实现代码
Apr 13 Python
python如何编写win程序
Jun 08 Python
Python 绘制多因子柱状图
May 11 Python
Python Pygame实战在打砖块游戏的实现
python超详细实现完整学生成绩管理系统
Mar 17 #Python
Python Pygame实战之塔防游戏的实现
pytorch中的 .view()函数的用法介绍
Mar 17 #Python
Python绘画好看的星空图
opencv深入浅出了解机器学习和深度学习
Python与C++中梯度方向直方图的实现
You might like
虚拟主机中对PHP的特殊设置
2006/10/09 PHP
将word转化为swf 如同百度文库般阅读实现思路及代码
2013/08/09 PHP
php中memcache 基本操作实例
2015/05/17 PHP
PHP获取文件行数的方法
2015/06/10 PHP
常用PHP封装分页工具类
2017/01/14 PHP
浅谈php调用python文件
2019/03/29 PHP
Javascript 文件夹选择框的两种解决方案
2009/07/01 Javascript
在JavaScript并非所有的一切都是对象
2013/04/11 Javascript
利用NodeJS和PhantomJS抓取网站页面信息以及网站截图
2013/11/18 NodeJs
轻松创建nodejs服务器(10):处理POST请求
2014/12/18 NodeJs
JS+CSS3实现超炫的散列画廊特效
2016/07/16 Javascript
Javascript中arguments对象的详解与使用方法
2016/10/04 Javascript
原生js实现瀑布流布局
2017/03/08 Javascript
Vue.js简易安装和快速入门(第二课)
2017/10/17 Javascript
通过js控制时间,一秒一秒自己动的实例
2017/10/25 Javascript
五步轻松实现zTree的使用
2017/11/01 Javascript
Vue源码探究之状态初始化
2018/11/14 Javascript
vue中动态select的使用方法示例
2019/10/28 Javascript
Egg Vue SSR 服务端渲染数据请求与asyncData
2019/11/24 Javascript
[00:33]2016完美“圣”典风云人物:BurNIng宣传片
2016/12/10 DOTA
python持久性管理pickle模块详细介绍
2015/02/18 Python
python图像处理之反色实现方法
2015/05/30 Python
python 日志增量抓取实现方法
2018/04/28 Python
Python中一些不为人知的基础技巧总结
2018/05/19 Python
Django实战之用户认证(用户登录与注销)
2018/07/16 Python
Python安装selenium包详细过程
2019/07/23 Python
Python栈的实现方法示例【列表、单链表】
2020/02/22 Python
使用wxpy实现自动发送微信消息功能
2020/02/28 Python
python matplotlib 绘图 和 dpi对应关系详解
2020/03/14 Python
阿根廷首家户外用品制造商和经销商:Montagne
2018/02/12 全球购物
真正的英国宝藏:Mappin & Webb
2019/05/05 全球购物
啦啦队口号大全
2014/06/16 职场文书
会计专业自荐书
2014/07/08 职场文书
佛光寺导游词
2015/02/10 职场文书
python绘图subplots函数使用模板的示例代码
2021/04/30 Python
2021好看的国漫排行榜前十名 《完美世界》上榜,《元龙》排名第一
2022/03/18 国漫