手机网站前端用什么做,人力外包公司到底值不值得去,网站推广优化的方法,wordpress 回复邮件PyTorch学习之torch.transpose函数 一、简介
torch.transpose 函数我们用于交换张量的维度。
二、语法
torch.transpose 函数用于交换给定张量的两个维度#xff0c;其语法如下#xff1a;
torch.transpose(input, dim0, dim1)三、参数
input#xff1a;待交换维度的张… PyTorch学习之torch.transpose函数 一、简介
torch.transpose 函数我们用于交换张量的维度。
二、语法
torch.transpose 函数用于交换给定张量的两个维度其语法如下
torch.transpose(input, dim0, dim1)三、参数
input待交换维度的张量。dim0第一个要交换的维度。dim1第二个要交换的维度。
四、示例
示例 1基本用法
import torch# 创建一个 2x3 的张量
x torch.tensor([[1, 2, 3], [4, 5, 6]])
print(原始张量)
print(x)# 交换第 0 维和第 1 维
# x_transposed torch.transpose(x, 0, 1)
x_transposed x.transpose(0, 1)
print(交换维度后的张量)
print(x_transposed)输出
原始张量
tensor([[1, 2, 3],[4, 5, 6]])
交换维度后的张量
tensor([[1, 4],[2, 5],[3, 6]])在这个例子中原始的 2x3 张量通过交换维度变成了 3x2 张量。
示例 2高维张量的维度交换
# 创建一个 2x3x4 的张量
x torch.arange(24).reshape(2, 3, 4)
print(原始张量)
print(x)# 交换第 0 维和第 2 维
x_transposed torch.transpose(x, 0, 2)
print(交换维度后的张量)
print(x_transposed)输出
原始张量
tensor([[[ 0, 1, 2, 3],[ 4, 5, 6, 7],[ 8, 9, 10, 11]],[[12, 13, 14, 15],[16, 17, 18, 19],[20, 21, 22, 23]]])
交换维度后的张量
tensor([[[ 0, 12],[ 4, 16],[ 8, 20]],[[ 1, 13],[ 5, 17],[ 9, 21]],[[ 2, 14],[ 6, 18],[10, 22]],[[ 3, 15],[ 7, 19],[11, 23]]])在这个例子中原始的 2x3x4 张量通过交换第 0 维和第 2 维变成了 4x3x2 张量。
