首页 后端开发 Python教程 PyTorch 中的 atleast_

PyTorch 中的 atleast_

Jan 04, 2025 pm 06:35 PM

atleast_in PyTorch

请我喝杯咖啡☕

*备忘录:

  • 我的帖子解释了 atleast_2d()。
  • 我的帖子解释了 atleast_3d()。

atleast_1d()只需将一个或多个0D或多个D张量从一个或多个0D或多个D张量更改为一个或多个1D张量即可获得零个或多个元素的一个或多个1D或多个D张量的视图零个或多个元素,如下所示:

*备忘录:

  • atleast_1d() 可以与 torch 一起使用,但不能与张量一起使用。
  • torch 的第一个或多个参数是*张量(必需类型:int、float、complex 或 bool 的张量或元组或 int、float、complex 或 bool 的张量列表): *备注:
    • 如果设置多个张量,则返回一个张量元组,否则返回一个张量。
    • 不要使用任何关键字,例如 *tensors=、tensor 或 input。
  • 不设置参数会返回一个空元组。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

import torch

 

tensor0 = torch.tensor(2) # 0D tensor

 

torch.atleast_1d(tensor0)

# tensor([2])

 

tensor0 = torch.tensor(2) # 0D tensor

tensor1 = torch.tensor([2, 7, 4]) # 1D tensor

tensor2 = torch.tensor([[2, 7, 4], [8, 3, 2]]) # 2D tensor

tensor3 = torch.tensor([[[2, 7, 4], [8, 3, 2]], # 3D tensor

                        [[5, 0, 8], [3, 6, 1]]])

tensor4 = torch.tensor([[[[2, 7, 4], [8, 3, 2]], # 4D tensor

                         [[5, 0, 8], [3, 6, 1]]],

                        [[[9, 4, 7], [1, 0, 5]],

                         [[6, 7, 4], [2, 1, 9]]]])

torch.atleast_1d(tensor0, tensor1, tensor2, tensor3, tensor4)

torch.atleast_1d((tensor0, tensor1, tensor2, tensor3, tensor4))

# (tensor([2]),

#  tensor([2, 7, 4]),

#  tensor([[2, 7, 4], [8, 3, 2]]),

#  tensor([[[2, 7, 4], [8, 3, 2]],

#          [[5, 0, 8], [3, 6, 1]]]),

#  tensor([[[[2, 7, 4], [8, 3, 2]],

#           [[5, 0, 8], [3, 6, 1]]],

#          [[[9, 4, 7], [1, 0, 5]],

#           [[6, 7, 4], [2, 1, 9]]]]))

 

tensor0 = torch.tensor(2) # 0D tensor

tensor1 = torch.tensor([2, 7, 4]) # 1D tensor

tensor2 = torch.tensor([[2., 7., 4.], # 2D tensor

                        [8., 3., 2.]])

tensor3 = torch.tensor([[[2.+0.j, 7.+0.j, 4.+0.j], # 3D tensor

                         [8.+0.j, 3.+0.j, 2.+0.j]],

                        [[5.+0.j, 0.+0.j, 8.+0.j],

                         [3.+0.j, 6.+0.j, 1.+0.j]]])

tensor4 = torch.tensor([[[[True, False, True], [False, True, False]],

                         [[True, False, True], [False, True, False]]],

                        [[[True, False, True], [False, True, False]],

                         [[True, False, True], [False, True, False]]]])

                       # 4D tensor

torch.atleast_1d(tensor0, tensor1, tensor2, tensor3, tensor4)

# (tensor([2]),

#  tensor([2, 7, 4]),

#  tensor([[2., 7., 4.],

#          [8., 3., 2.]]),

#  tensor([[[2.+0.j, 7.+0.j, 4.+0.j],

#           [8.+0.j, 3.+0.j, 2.+0.j]],

#          [[5.+0.j, 0.+0.j, 8.+0.j],

#           [3.+0.j, 6.+0.j, 1.+0.j]]]),

#  tensor([[[[True, False, True], [False, True, False]],

#           [[True, False, True], [False, True, False]]],

#          [[[True, False, True], [False, True, False]],

#           [[True, False, True], [False, True, False]]]]))

 

torch.atleast_1d()

# ()

登录后复制

以上是PyTorch 中的 atleast_的详细内容。更多信息请关注PHP中文网其他相关文章!

本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门文章

仓库:如何复兴队友
3 周前 By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island冒险:如何获得巨型种子
3 周前 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.能量晶体解释及其做什么(黄色晶体)
1 周前 By 尊渡假赌尊渡假赌尊渡假赌

热门文章

仓库:如何复兴队友
3 周前 By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island冒险:如何获得巨型种子
3 周前 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.能量晶体解释及其做什么(黄色晶体)
1 周前 By 尊渡假赌尊渡假赌尊渡假赌

热门文章标签

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

我如何使用美丽的汤来解析HTML? 我如何使用美丽的汤来解析HTML? Mar 10, 2025 pm 06:54 PM

我如何使用美丽的汤来解析HTML?

python中的图像过滤 python中的图像过滤 Mar 03, 2025 am 09:44 AM

python中的图像过滤

如何使用Python查找文本文件的ZIPF分布 如何使用Python查找文本文件的ZIPF分布 Mar 05, 2025 am 09:58 AM

如何使用Python查找文本文件的ZIPF分布

如何使用Python使用PDF文档 如何使用Python使用PDF文档 Mar 02, 2025 am 09:54 AM

如何使用Python使用PDF文档

如何在django应用程序中使用redis缓存 如何在django应用程序中使用redis缓存 Mar 02, 2025 am 10:10 AM

如何在django应用程序中使用redis缓存

如何使用TensorFlow或Pytorch进行深度学习? 如何使用TensorFlow或Pytorch进行深度学习? Mar 10, 2025 pm 06:52 PM

如何使用TensorFlow或Pytorch进行深度学习?

python对象的序列化和避难所化:第1部分 python对象的序列化和避难所化:第1部分 Mar 08, 2025 am 09:39 AM

python对象的序列化和避难所化:第1部分

如何在Python中实现自己的数据结构 如何在Python中实现自己的数据结构 Mar 03, 2025 am 09:28 AM

如何在Python中实现自己的数据结构

See all articles