pytorchテンソル繰返し、接続、圧縮、置換などの一般的な操作

18271 ワード

python マシン学習 pytoch トーチ repeat

くりかえしテンソル
torch.Tensor.repeat(*sizes)
テンソルの次元でコピー
テンソル次元はrepeatパラメータの個数に等しい

#        
x = torch.randn((2,3)) #torch.Size([2, 3])
# x          4 ，2 ，      ：4x2=8, 2x3=6， （8，6）
x= x.repeat(4, 2) #torch.Size([8, 6])

テンソル次元がrepeatパラメータの個数に等しくない
例:

#        
t1 = torch.randn((1,2)) #torch.Size([1, 2])

#   2，  repeat    3，     ：（3，1x5, 2x6)
t2 = t1.repeat(3,5,6) #torch.Size([3, 5, 12])

次のようになります.

#        
t1 = torch.randn((2,2,3)) #torch.Size([2, 2, 3])
#    （3， 2x4, 2x5, 3x6)
t2 = t1.repeat(3,4,5,6)#torch.Size([3, 8, 10, 18])

repeatは、タイル操作tileに似ています.repeatパラメータは、各次元(dimention)にタイルを敷く回数を指定し、テンソル次元テンソルせつぞく
torch.cat(tensors,dim=0,out=None)→Tensor指定した次元(dim)にテンソルを接続する

>>> x = torch.randn(2, 3)
>>> x
tensor([[ 0.6580, -1.0969, -0.4614],
        [-0.1034, -0.5790,  0.1497]])
>>> torch.cat((x, x, x), 0)
tensor([[ 0.6580, -1.0969, -0.4614],
        [-0.1034, -0.5790,  0.1497],
        [ 0.6580, -1.0969, -0.4614],
        [-0.1034, -0.5790,  0.1497],
        [ 0.6580, -1.0969, -0.4614],
        [-0.1034, -0.5790,  0.1497]])
>>> torch.cat((x, x, x), 1)
tensor([[ 0.6580, -1.0969, -0.4614,  0.6580, -1.0969, -0.4614,  0.6580,
         -1.0969, -0.4614],
        [-0.1034, -0.5790,  0.1497, -0.1034, -0.5790,  0.1497, -0.1034,
         -0.5790,  0.1497]])

テンソル圧縮
torch.squeeze(input,dim=None,out=None)→Tensorテンソルのすべての要素数が1の次元を削除
torch.unsqueeze(input, dim, out=None) → Tensor
inplace version: unsqueeze_(dim) → Tensor
テンソルに次元を追加

>>> x = torch.zeros(2, 1, 2, 1, 2)
>>> x.size()
torch.Size([2, 1, 2, 1, 2])
>>> y = torch.squeeze(x)
>>> y.size()
torch.Size([2, 2, 2])
>>> y = torch.squeeze(x, 0)
>>> y.size()
torch.Size([2, 1, 2, 1, 2])
>>> y = torch.squeeze(x, 1)
>>> y.size()
torch.Size([2, 2, 1, 2])

>>> x = torch.tensor([1, 2, 3, 4])
>>> torch.unsqueeze(x, 0)
tensor([[ 1,  2,  3,  4]])
>>> torch.unsqueeze(x, 1)
tensor([[ 1],
        [ 2],
        [ 3],
        [ 4]])

テンソルひずみ
torch.Tensor.view(*args) → Tensor
同じデータがあるが異なる形状の新しいベクトルを返します.
返される2つのマウントは、元のテンソルと同じデータと同じ要素の個数を持つ必要がありますが、異なるサイズを持つことができます.
パラメータ:
Args(torch.Size or int...)-理想的な指定サイズ

x = torch.randn(4, 4)
x.size()
torch.Size([4, 4])
y = x.view(16)
y.size()
torch.Size([16])

ディスプレイスメントテンソル次元
torch.Tensor.permute(*dims)
このメソッドのテンソルの次元シフトが実行されます.
パラメータ:
dim(int)-シフト順序の例を指定します.

x = torch.randn(2, 3, 1) #torch.Size([2, 3, 1])

tensor([[[-0.8959],
         [-0.5030],
         [ 1.1197]],

        [[-0.5571],
         [-1.4857],
         [ 0.5387]]])

x = x.permute(2, 0, 1)torch.Size([1, 2, 3])

tensor([[[-0.8959, -0.5030,  1.1197],
         [-0.5571, -1.4857,  0.5387]]])

デザインパターン学習メモ：「Iterator」

USACO:Subset Sums簡単dp