<
>

看完秒懂torch.stack()

2020-06-28 10:23:22 来源：易采站长站 作者：易采站长站整理

torch.stack （）在这里插入图片描述一、准备数据二、dim=0三、dim=1四、dim=2
在这里插入图片描述
一、准备数据

首先把基本的数据准备好：

import torch
import numpy as np
# 创建3*3的矩阵，a、b
a=np.array([[1,2,3],[4,5,6],[7,8,9]])
b=np.array([[10,20,30],[40,50,60],[70,80,90]])
# 将矩阵转化为Tensor
a = torch.from_numpy(a)
b = torch.from_numpy(b)
# 打印a、b、c
print(a)
print(b)

output：
tensor([[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]], dtype=torch.int32)
tensor([[10, 20, 30],
        [40, 50, 60],
        [70, 80, 90]], dtype=torch.int32)


二、dim=0

首先，一起来看看dim=0的时候，结果会是怎么样

d = torch.stack((a, b), dim=0)
print(d)
print(d.size())
tensor([[[ 1,  2,  3],
         [ 4,  5,  6],
         [ 7,  8,  9]],
        [[10, 20, 30],
         [40, 50, 60],
         [70, 80, 90]]], dtype=torch.int32)
torch.Size([2, 3, 3])

观察结果，可以得出结论：

当

dim = 0
，原来的每一个矩阵也变成了一个维度
一个矩阵看做一个整体，有几个矩阵，新的维度就是几，第几个矩阵就是第几维；

如下，取出第1维度的矩阵（下标从0开始）：

d[0]tensor([[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]], dtype=torch.int32)

可以很清楚的看到这就是

stack
前的第一个矩阵。

三、dim=1

那么，dim=1的时候，结果会是怎么样

d = torch.stack((a, b), dim=1)
print(d)
print(d.size())
tensor([[[ 1,  2,  3],
         [10, 20, 30]],
        [[ 4,  5,  6],
         [40, 50, 60]],
        [[ 7,  8,  9],
         [70, 80, 90]]], dtype=torch.int32)
torch.Size([3, 2, 3])

为了观察方便，把

原始数据
也再拿过来对照。

# 原始数据
tensor([[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]], dtype=torch.int32)
tensor([[10, 20, 30],
        [40, 50, 60],
        [70, 80, 90]], dtype=torch.int32)

可以得出结论：

将每个矩阵的第一行组成第一维矩阵，依次下去,每个矩阵的第n行组成第n维矩阵。size=(n，i，y)

 1/2    1 2 下一页 尾页

暂时禁止评论

最新图文推荐

123

最新专栏文章

大家感兴趣的内容

网友热评的文章

微信扫一扫

易采站长站微信账号