torch.squeeze函数解释,torch.FloatTensor()函数作用解释
2024-10-21 09:10:28
1. torch.squeeze(x,N) 主要对数据维度进行压缩
torch.squeeze(x,N)
#也可以写为格式
x.squeeze(dim=N)
含义:当N未给定时,去掉x中所有维度为1的维度,当N给定为某一数值时,去掉在这一数值指定位置的维度为1的维度。
代码示例:
2.torch.unsqueeze(x,dim=N) 数据维度进行扩充。通过dim指定位置,给指定位置加上维数为1的维度。
代码示例:(x.size()同上)
3.torch.FloatTensor([1,2]) ,先看官方文档:
上图是pytorch1.7.0给出的官方文档,意思是torch.Tensor定义了十种tensor类型,分别如下....,其中就包含有32位浮点数的torch.FloatTensor。
而torch.FloatTensor()的作用就是把给定的list或者numpy转换成浮点数类型的tensor。
代码示例:
最新文章
- Webform:Session、Cookie对象的用法
- 讲讲HashCode的作用
- Struts2防止表单重复提交
- 利用VHD虚拟文件加密自己的个人信息
- robotframework笔记11
- hdoj-2033
- 使用jQuery插件PrintArea进行html页面打印
- AC题目简解-dp
- SQLMAP实用实例(转)
- IE6下input标签border问题
- ASP.NET菜鸟之路之Request小例子
- Oracle day03 连表查询
- 【tmos】SpringBoot+WebSocket打包时候的注意点
- JMeter命令行监控CPU和内存资源
- Ajax获取 Json文件提取数据
- 创建Kafka0.8.2生产者与消费者
- ARC 101 C - Candles
- 【转帖】如何利用Spring Cloud构建起自我修复型分布式系统
- 【LeetCode】89. Gray Code (2 solutions)
- CMU-15445 LAB2:实现一个支持并发操作的B+树