• transpose、contiguous、view

a = torch.randn(2,3) #隨機產生的2*3的tensor，內存是連續的，所以打印出“真” if a.is_contiguous():print("真") else:print("假") a = a.transpose(0,1)#經過transpose，維度變換后，內存不連續了，所以打印出“假” if a.is_contiguous():print("真") else:print("假") a = a.contiguous()#contiguous函數將不連續內存變為連續內存，所以打印出“真” if a.is_contiguous():print("真") else:print("假") a = a.view(1,6)#變換維度，但是內存依然連續，所以打印出“真“，view遇到不連續的會報錯，只有連續的才不會報錯 if a.is_contiguous():print("真") else:print("假")

結果：

?

其中：is_contiguous函數是判斷一個變量是否內存連續，連續返回True,不連續返回False

---

• torch.reshape()

a = torch.randn(2,3) #隨機產生的2*3的tensor，內存是連續的，所以打印出“真” if a.is_contiguous():print("真") else:print("假") a = a.transpose(0,1)#經過transpose，維度變換后，內存不連續了，所以打印出“假” if a.is_contiguous():print("真") else:print("假") a = torch.reshape(a,(1,6))#reshape相當于將contiguous和view進行了合并，無論之前是連續還是不連續，最終都是連續的，且不會報錯 if a.is_contiguous():print("真") else:print("假")

結果：?

---

• 查看變量的內存地址：id()函數

a = torch.randn(2,3) print(id(a))

?結果：

---

transpose、permute異同點

transpose:交換維度?

torch.manual_seed(1) a = torch.randn(2, 3) print(a) b = a.transpose(0, 1) print(b) print('=====================') a1 = torch.randn(2, 3, 4) print(a1) b1 = a1.transpose(1, 2) print(b1)

結果：

permute:排列、置換維度，比transpose更靈活，適用于多維度

a1 = torch.from_numpy(np.array([[[1, 2, 3], [4, 5, 6], [7, 8, 9]], [[1, 2, 3], [4, 5, 6], [7, 8, 9]]])) print(a1) b1 = a1.permute(1, 0, 2) # 原本是2*3*3,將第1維和第2維交換，結果變為3*2*3 print(b1) c1 = a1.permute(1, 2, 0) # 原本是2*3*3,第1維變為第3維，第2維變為第1維，第3維變為第2維，結果是：3*3*2 print(c1)

結果：

雖然都是維度變化，但transpose只能選擇兩個維度進行交換，permute則可以多維交換。

看函數原型也能看出：

def transpose(self, dim0: _int, dim1: _int) -> Tensor: ... def permute(self, dims: _size) -> Tensor: ...

?

總結

以上是生活随笔為你收集整理的pytorch | transpose、permute、view、contiguous、is_contiguous、reshape的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。