pytorch 拆分tensor
【摘要】
import torch w=8h=8channel=3 data=torch.range(1,channel*w*h) print(data)data=data.view((channel*4,w//2,h//2)) print(data)
>>> y=torch.range(1,6)>>> ytensor([1., 2., ...
-
import torch
-
-
-
w=8
-
h=8
-
channel=3
-
-
data=torch.range(1,channel*w*h)
-
-
print(data)
-
data=data.view((channel*4,w//2,h//2))
-
-
print(data)
-
>>> y=torch.range(1,6)
-
>>> y
-
tensor([1., 2., 3., 4., 5., 6.])
-
>>> y.dtype
-
torch.float32
-
-
>>> z=torch.arange(1,6)
-
>>> z
-
tensor([1, 2, 3, 4, 5])
-
>>> z.dtype
-
torch.int64
总结:
torch.range(start=1, end=6)
的结果是会包含end
的,
而torch.arange(start=1, end=6)
的结果并不包含end
。- 两者创建的
tensor
的类型也不一样。
文章来源: blog.csdn.net,作者:AI视觉网奇,版权归原作者所有,如需转载,请联系作者。
原文链接:blog.csdn.net/jacke121/article/details/118754159
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)