pytorch 調(diào)整某一維度數(shù)據(jù)順序的方法
在pytorch中,Tensor是以引用的形式存在的,故而并不能直接像python交換數(shù)據(jù)那樣
a = torch.Tensor(3,4) a[0],a[1] = a[1],a[0] # 這會導(dǎo)致a的結(jié)果為a=(a[1],a[1],a[2]) # 而非預(yù)期的(a[1],a[0],a[2])
這是因為引用賦值導(dǎo)致的,在交換過程,如下所示,當(dāng)b的值賦值與a的時候,因為tmp指針與a是同一變量的不同名,故而tmp的內(nèi)容也會變?yōu)閎。
# 交換a,b a,b = b,a # 等價于 tmp = a a = b #此時,tmp = a= b b = tmp
故而在我們通過另外一種方式來對其進行交換,通過對下標(biāo)索引的方式,對其進行交換
a = torch.Tensor(3,4) index = [1,0,2] a = a[index]
以上這篇pytorch 調(diào)整某一維度數(shù)據(jù)順序的方法就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
- PyTorch讀取Cifar數(shù)據(jù)集并顯示圖片的實例講解
- pytorch + visdom CNN處理自建圖片數(shù)據(jù)集的方法
- pytorch 把MNIST數(shù)據(jù)集轉(zhuǎn)換成圖片和txt的方法
- pytorch cnn 識別手寫的字實現(xiàn)自建圖片數(shù)據(jù)
- pytorch 數(shù)據(jù)集圖片顯示方法
- PyTorch基本數(shù)據(jù)類型(一)
- pytorch中如何使用DataLoader對數(shù)據(jù)集進行批處理的方法
- 詳解PyTorch手寫數(shù)字識別(MNIST數(shù)據(jù)集)
- pytorch 自定義數(shù)據(jù)集加載方法
- 用Pytorch訓(xùn)練CNN(數(shù)據(jù)集MNIST,使用GPU的方法)
- pytorch制作自己的LMDB數(shù)據(jù)操作示例
相關(guān)文章
python?(pyqt)?表格顯示圖片的實現(xiàn)方式
這篇文章主要介紹了python?(pyqt)?表格顯示圖片的實現(xiàn)方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-09-09
Python實戰(zhàn)項目刮刮樂的實現(xiàn)詳解流程
讀萬卷書不如行萬里路,只學(xué)書上的理論是遠遠不夠的,只有在實戰(zhàn)中才能獲得能力的提升,本篇文章手把手帶你用Python實現(xiàn)一個刮刮樂的小項目,大家可以在過程中查缺補漏,提升水平2021-11-11
Python如何自動獲取目標(biāo)網(wǎng)站最新通知
這篇文章主要介紹了Python如何自動獲取目標(biāo)網(wǎng)站最新通知,本文給大家分享實現(xiàn)思路及示例代碼,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-06-06

