首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >torch.stack()的使用

torch.stack()的使用

作者头像
TeeyoHuang
发布2019-05-25 22:35:29
4.8K0
发布2019-05-25 22:35:29
举报

废话不多说直接上图

如图有a, b, c 三个 3x3的Tensor,

如果我想把这三个tensor的最后一个维度的元素相叠加,形成一个新的tensor

输入 d=torch.stack( (a,b,c) ,dim = 2)

就会发现他们在第二个维度像叠加,具体来说变化如下图所示

d[0][0]的位置是由a[0][0] 的 [1] , b[0][0] 的 [10], c[0][0] 的 [100] ,这3个 元素叠加构成的一个size为3的新的元素[1,10,100]

所以d的维度就是3 * 3 *3

这里注意dim参数!!!!!!!

虽然他们是在第二个维度相叠加,(pytorch中从0开始计数,所以也就是第一个维度是dim=0,第二个维度是dim=1)

但是我在stack函数中写的dim却是 dim=2,也即第三个维度,这是说我们最终的生成结果位于第三个维度,而不是说

原来的元素是第三个维度。

所以还有另外一种写法,写dim=-1,不管你原来是啥,我就指定最后一个维度

得到的结果和我一开始写dim=2是一样

再补充一个例子让各位感受一下这个dim参数的意义把,它指定的是做完stack后的元素结果所在的那个维度,

dim分别设置为0 ,1,2 注意观察结果

稍微分析一波?

c, dim = 0时, c = [ a, b]

d, dim =1 时, d = [ [a[0] , b[0] ] , [a[1], b[1] ] ]

e, dim = 2 时, e = [ [ [ a[0][0], b[0][0] ] , [ a[0][1], b[0][1] ] , [ a[0][2],b[0][2] ] ] ,

[ [ a[1][0], b[1][0] ] , [ a[1][1], b[0][1] ] , [ a[1][2],b[1][2] ] ] ]

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2018年05月18日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档