Pytorch之扩充tensor的操作
我就废话不多说了，大家还是直接看代码吧~
b=torch.zeros((3,2,6,6)) a=torch.zeros((3,2,1,1)) a.expand_as(b).size() Out[32]:torch.Size([3,2,6,6]) a=torch.zeros((3,2,2,1)) a.expand_as(b).size() Traceback(mostrecentcalllast): File"/home/lart/.conda/envs/pt/lib/python3.6/site-packages/IPython/core/interactiveshell.py",line3267,inrun_code exec(code_obj,self.user_global_ns,self.user_ns) File"",line1,in a.expand_as(b).size() RuntimeError:Theexpandedsizeofthetensor(6)mustmatchtheexistingsize(2)atnon-singletondimension2.Targetsizes:[3,2,6,6].Tensorsizes:[3,2,2,1] a=torch.zeros((3,2,1,2)) a.expand_as(b).size() Traceback(mostrecentcalllast): File"/home/lart/.conda/envs/pt/lib/python3.6/site-packages/IPython/core/interactiveshell.py",line3267,inrun_code exec(code_obj,self.user_global_ns,self.user_ns) File" ",line1,in a.expand_as(b).size() RuntimeError:Theexpandedsizeofthetensor(6)mustmatchtheexistingsize(2)atnon-singletondimension3.Targetsizes:[3,2,6,6].Tensorsizes:[3,2,1,2] a=torch.zeros((3,2,2,2)) a.expand_as(b).size() Traceback(mostrecentcalllast): File"/home/lart/.conda/envs/pt/lib/python3.6/site-packages/IPython/core/interactiveshell.py",line3267,inrun_code exec(code_obj,self.user_global_ns,self.user_ns) File" ",line1,in a.expand_as(b).size() RuntimeError:Theexpandedsizeofthetensor(6)mustmatchtheexistingsize(2)atnon-singletondimension3.Targetsizes:[3,2,6,6].Tensorsizes:[3,2,2,2] a=torch.zeros((3,2,6,2)) a.expand_as(b).size() Traceback(mostrecentcalllast): File"/home/lart/.conda/envs/pt/lib/python3.6/site-packages/IPython/core/interactiveshell.py",line3267,inrun_code exec(code_obj,self.user_global_ns,self.user_ns) File" ",line1,in a.expand_as(b).size() RuntimeError:Theexpandedsizeofthetensor(6)mustmatchtheexistingsize(2)atnon-singletondimension3.Targetsizes:[3,2,6,6].Tensorsizes:[3,2,6,2] a=torch.zeros((3,2,6,1)) a.expand_as(b).size() Out[44]:torch.Size([3,2,6,6]) a=torch.zeros((3,2,1,6)) a.expand_as(b).size() Out[46]:torch.Size([3,2,6,6])
tensor.expand_as在这里用于扩展tensor到目标形状，常用的多是在H和W方向上的扩展。
假设目标形状为N,C,H,W，则要求tensor.size()=n,c,h,w(这里假设N，C不变)：
1、h=w=1
2、h=1,w!=1
3、h!=1,w=1
补充：tensorflow利用expand_dims和squeeze扩展和压缩tensor维度
在利用tensorflow进行文本挖掘工作的时候，经常涉及到维度扩展和压缩工作。
比如对文本进行embedding操作完成之后，若要进行卷积操作，就需要对embedded的向量扩展维度，将[batch_size,embedding_dims]扩展成为[batch_size,embedding_dims,1]，利用tf.expand_dims(input,-1)就可实现，反过来用squeeze(input,-1)或者tf.squeeze（input）也可以把最第三维去掉。
tf.expand_dims()
tf.squeeze()
tf.expand_dims()
tf.expand_dims(input,axis=None,name=None,dim=None)
在第axis位置增加一个维度.
给定张量输入，此操作在输入形状的维度索引轴处插入1的尺寸。尺寸索引轴从零开始;如果您指定轴的负数，则从最后向后计数。
如果要将批量维度添加到单个元素，则此操作非常有用。例如，如果您有一个单一的形状[height，width，channels]，您可以使用expand_dims（image，0）使其成为1个图像，这将使形状[1，高度，宽度，通道]。
例子
#'t'isatensorofshape[2] shape(expand_dims(t,0))==>[1,2] shape(expand_dims(t,1))==>[2,1] shape(expand_dims(t,-1))==>[2,1] #'t2'isatensorofshape[2,3,5] shape(expand_dims(t2,0))==>[1,2,3,5] shape(expand_dims(t2,2))==>[2,3,1,5] shape(expand_dims(t2,3))==>[2,3,5,1]
tf.squeeze()
tf.squeeze(input,axis=None,name=None,squeeze_dims=None)
直接上例子
#'t'isatensorofshape[1,2,1,3,1,1] shape(squeeze(t))==>[2,3] #'t'isatensorofshape[1,2,1,3,1,1] shape(squeeze(t,[2,4]))==>[1,2,3,1]
以上为个人经验，希望能给大家一个参考，也希望大家多多支持毛票票。如有错误或未考虑完全的地方，望不吝赐教。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。