张量/数组的拼接、扩维拼接和扩维 | 您所在的位置:网站首页 › systemverilog二维数组 › 张量/数组的拼接、扩维拼接和扩维 |
1. 张量的拼接、扩维拼接和扩维
1.1 torch.cat
在 PyTorch 中,可以使用 torch.cat 函数来进行数组拼接操作。torch.cat 可以将两个或多个张量(tensor)拼接在一起,可以指定拼接的维度。例如,假设我们有两个大小为 (3, 4) 和 (3, 5) 的张量,我们可以在第二个维度上拼接它们,代码如下: import torch a = torch.randn(3, 4) b = torch.randn(3, 5) c = torch.cat([a, b], dim=1) print(c.shape)输出结果为: torch.Size([3, 9]) 1.2 torch.stacktorch.stack 函数可以将多个张量沿着新创建的维度进行拼接,例如: import torch a = torch.randn(3, 4) b = torch.randn(3, 4) c = torch.stack([a, b], dim=0) print(c.shape)输出结果为: torch.Size([2, 3, 4]) 1.3 torch.unsqueeze如果要将一个张量扩展一个新的维度,可以使用 torch.unsqueeze 函数,例如: import torch a = torch.randn(3, 4) b = torch.unsqueeze(a, dim=0) print(b.shape)输出结果为: torch.Size([1, 3, 4]) 2 数组的拼接、扩维拼接和扩维 2.1 np.concatenate在 NumPy 中,可以使用 np.concatenate 函数来进行数组拼接操作。np.concatenate 可以将两个或多个数组拼接在一起,可以指定拼接的维度。例如,假设我们有两个大小为 (3, 4) 和 (3, 5) 的数组,我们可以在第二个维度上拼接它们,代码如下: import numpy as np a = np.random.randn(3, 4) b = np.random.randn(3, 5) c = np.concatenate([a, b], axis=1) print(c.shape)输出结果为: (3, 9) 2.2 np.stacknp.stack 函数可以将多个数组沿着新创建的维度进行拼接,例如: import numpy as np a = np.random.randn(3, 4) b = np.random.randn(3, 4) c = np.stack([a, b], axis=0) print(c.shape)输出结果为: (2, 3, 4) 2.3 np.newaxis如果要将一个数组扩展一个新的维度,可以使用 np.newaxis 函数,例如: import numpy as np a = np.random.randn(3, 4) b = a[np.newaxis, ...] print(b.shape)输出结果为: (1, 3, 4) |
CopyRight 2018-2019 实验室设备网 版权所有 |