矩阵拼接 cat padding_pytorch
生活随笔
收集整理的這篇文章主要介紹了
矩阵拼接 cat padding_pytorch
小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
20201219
兩個(gè)向量形成一個(gè)元素
aa=np.array([1,2])
bb=np.array([2,2])
cc=np.vstack((aa,bb))
dd=np.vstack((aa,bb))cc=torch.from_numpy(cc)
dd=torch.from_numpy(dd)cc=cc.view(1,2,2)
dd=dd.view(1,2,2)ee=torch.cat((cc,dd), 0)
print(ee)
1.拼接
1.1numpy
np.vstack() v 表示vertical 垂直,也就是豎著拼接 和np.hstack() h表示Horizontal 橫向
1.2torch
torch.cat(),dim=1為水平拼接,dim=0為豎直拼接
>>> x = torch.randn(2, 3)
>>> x0.5983 -0.0341 2.49181.5981 -0.5265 -0.8735
[torch.FloatTensor of size 2x3]>>> torch.cat((x, x, x), 0)0.5983 -0.0341 2.49181.5981 -0.5265 -0.87350.5983 -0.0341 2.49181.5981 -0.5265 -0.87350.5983 -0.0341 2.49181.5981 -0.5265 -0.8735
[torch.FloatTensor of size 6x3]>>> torch.cat((x, x, x), 1)0.5983 -0.0341 2.4918 0.5983 -0.0341 2.4918 0.5983 -0.0341 2.49181.5981 -0.5265 -0.8735 1.5981 -0.5265 -0.8735 1.5981 -0.5265 -0.8735
[torch.FloatTensor of size 2x9]
torch.stack()沿著一個(gè)新維度對(duì)輸入張量序列進(jìn)行連接。
c, dim = 0時(shí), c = [ a, b]
d, dim =1 時(shí), d = [ [a[0] , b[0] ] , [a[1], b[1] ] ]
e, dim = 2 時(shí), e = [ [ [ a[0][0], b[0][0] ] , [ a[0][1], b[0][1] ] , [ a[0][2],b[0][2] ] ] ,
[ [ a[1][0], b[1][0] ] , [ a[1][1], b[0][1] ] , [ a[1][2],b[1][2] ] ] ]
總結(jié)
以上是生活随笔為你收集整理的矩阵拼接 cat padding_pytorch的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: BCELoss BCEWithLogi
- 下一篇: 数据类型转换pytorch