PyTorch中permute的基本用法示例
permute(dims)
將tensor的維度換位。
參數(shù)：參數(shù)是一系列的整數(shù)，代表原來張量的維度。比如三維就有0，1，2這些dimension。
例：
import torch import numpy ? ?as np a=np.array([[[1,2,3],[4,5,6]]]) unpermuted=torch.tensor(a) print(unpermuted.size()) ?# ?——> ?torch.Size([1, 2, 3]) permuted=unpermuted.permute(2,0,1) print(permuted.size()) ? ? # ?——> ?torch.Size([3, 1, 2])
再比如圖片img的size比如是（28，28，3）就可以利用img.permute(2,0,1)得到一個(gè)size為（3，28，28）的tensor。
利用這個(gè)函數(shù)permute（0，2，1）可以把Tensor([[[1,2,3],[4,5,6]]]) 轉(zhuǎn)換成
tensor([[[1., 4.],
[2., 5.],
[3., 6.]]])如果使用view，可以得到
tensor([[[1., 2.],
[3., 4.],
[5., 6.]]])關(guān)于view的用法：參見PyTorch中view的用法
附：permute(多維數(shù)組,[維數(shù)的組合])
比如:
a=rand(2,3,4); %這是一個(gè)三維數(shù)組，各維的長度分別為：2，3，4
%現(xiàn)在交換第一維和第二維：
permute(A,[2,1,3]) %變成3*2*4的矩陣
import torch
import numpy as np
a=np.array([[[1,2,3],[4,5,6]]])
unpermuted=torch.tensor(a)
print(unpermuted.size()) # ——> torch.Size([1, 2, 3])
tensor([[[1., 4.],
[2., 5.],
[3., 6.]]])
permuted=unpermuted.permute(2,0,1)
print(permuted.size()) # ——> torch.Size([3, 1, 2])
tensor([[[1., 2.],
[3., 4.],
[5., 6.]]])
總結(jié)
到此這篇關(guān)于PyTorch中permute的基本用法的文章就介紹到這了,更多相關(guān)PyTorch permute的用法內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了關(guān)于python的第三方庫下載與更改方式,使用python的朋友都知道python有很多非常方便的第三方庫可以使用,那么如果下載這些第三方庫呢,今天小編就帶你們來看看2023-04-04
基于python tornado實(shí)現(xiàn)圖床功能
因?yàn)橘I了阿里/騰訊的云服務(wù)器,但是使用云存儲(chǔ)還需要收費(fèi),又加上家里正好有一臺(tái)nas,又加上閑的沒事,所以搞了一個(gè)小腳本,這個(gè)項(xiàng)目主要功能是為typora增加一個(gè)自定義圖床,本文給大家介紹基于python tornado實(shí)現(xiàn)圖床功能,感興趣的朋友一起看看吧2023-08-08
解決pycharm修改代碼后第一次運(yùn)行不生效的問題
這篇文章主要介紹了解決pycharm修改代碼后第一次運(yùn)行不生效的問題，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-02-02
由Python運(yùn)算π的值深入Python中科學(xué)計(jì)算的實(shí)現(xiàn)
這篇文章主要介紹了由Python運(yùn)算π的值深入Python中科學(xué)計(jì)算的實(shí)現(xiàn),由簡單的計(jì)算發(fā)散出各種算法的講解,需要的朋友可以參考下2015-04-04
numpy中np.append()函數(shù)用法小結(jié)
在numpy的函數(shù)庫中,np.append()函數(shù)是一個(gè)常用的數(shù)組操作函數(shù),它在進(jìn)行數(shù)組操作時(shí)能夠?qū)蓚€(gè)數(shù)組進(jìn)行拼接,并返回一個(gè)拼接后的新數(shù)組,下面就來介紹一下具體用法,感興趣的可以了解一下2023-11-11
Python sqlparse解析SQL表血緣追蹤實(shí)現(xiàn)
這篇文章主要為大家介紹了Python sqlparse解析SQL表血緣追蹤實(shí)現(xiàn)，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-10-10
Python中的asyncio模塊提供了異步IO支持,通過協(xié)程和事件循環(huán)實(shí)現(xiàn)異步編程,使用裝飾器@asyncio.coroutine可以定義協(xié)程,yield from語法用于調(diào)用其他協(xié)程并實(shí)現(xiàn)非阻塞等待,asyncio.sleep()模擬IO操作,通過并發(fā)執(zhí)行多個(gè)協(xié)程提高程序性能2024-10-10
Python實(shí)現(xiàn)byte轉(zhuǎn)integer
這篇文章主要介紹了Python實(shí)現(xiàn)byte轉(zhuǎn)integer操作，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-06-06
Python實(shí)現(xiàn)輕松提取Word中的圖片
Microsoft Word是廣泛用于文檔編輯和處理的工具,有時(shí)候,可能需要從Word文檔中提取所有的圖片,以進(jìn)行后續(xù)的處理或分析,本文主要介紹了如何使用Python實(shí)現(xiàn)這一操作,需要的可以參考下2024-01-01
Python如何將兩個(gè)三維模型(obj)合成一個(gè)三維模型(obj)
這篇文章主要介紹了Python如何將兩個(gè)三維模型(obj)合成一個(gè)三維模型(obj)問題,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-06-06