torch.reapeat() 参数为在各个维度复制的次数
>>> x = torch.tensor([1, 2, 3])
>>> x.repeat(4, 2) #在0维度复制四次,在1维度复制2两次
tensor([[ 1, 2, 3, 1, 2, 3],
[ 1, 2, 3, 1, 2, 3],
[ 1, 2, 3, 1, 2, 3],
[ 1, 2, 3, 1, 2, 3]])
>>> x.repeat(4, 2, 1) #在0维度复制四次,在1维度复制2两次,在2维度复制1次
tensor([[[1, 2, 3],
[1, 2, 3]],
[[1, 2, 3],
[1, 2, 3]],
[[1, 2, 3],
[1, 2, 3]],
[[1, 2, 3],
[1, 2, 3]]])
>>> x.repeat(4, 2, 1).shape
torch.Size([4, 2, 3])
torch.repeat_interleave() 参数为复制次数与复制维度
>>> x = torch.tensor([1, 2, 3])
>>> x.repeat_interleave(2) #复制两次 维度默认为铺平状态
tensor([1, 1, 2, 2, 3, 3])
>>> y = torch.tensor([[1, 2], [3, 4]])
>>> torch.repeat_interleave(y, 2) #将y复制两次
tensor([1, 1, 2, 2, 3, 3, 4, 4])
>>> torch.repeat_interleave(y, 3, dim=1) #将y复制三次在1维度上
tensor([[1, 1, 1, 2, 2, 2],
[3, 3, 3, 4, 4, 4]])
>>> torch.repeat_interleave(y, torch.tensor([1, 2]), dim=0)
#将y中第一个张量复制一次,第二个张量复制两次 维度为0
tensor([[1, 2],
[3, 4],
[3, 4]])
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)