我试图以两种方式重复 Torch 中的张量。例如重复张量{1,2,3,4} 3 次两种方式产生；
{1,2,3,4,1,2,3,4,1,2,3,4}
{1,1,1,2,2,2,3,3,3,4,4,4}
有一个内置的 torch:repeatTensor 函数将生成两者中的第一个（如numpy.tile()），但我找不到后者的一个（如numpy.repeat()）。我确信我可以在第一个上调用 sort 来给出第二个，但我认为这对于较大的数组来说可能计算成本很高？
谢谢。
【问题讨论】：
试试 torch.repeat_interleave() 方法：https://pytorch.org/docs/stable/torch.html#torch.repeat_interleave
>>> x = torch.tensor([1, 2, 3])
>>> x.repeat_interleave(2)
tensor([1, 1, 2, 2, 3, 3])
【讨论】：
引用https://discuss.pytorch.org/t/how-to-tile-a-tensor/13853 -
z = torch.FloatTensor([[1,2,3],[4,5,6],[7,8,9]]) 1 2 3 4 5 6 7 8 9 z.transpose(0,1).repeat(1,3).view(-1, 3).transpose(0,1) 1 1 1 2 2 2 3 3 3 4 4 4 5 5 5 6 6 6 7 7 7 8 8 8 9 9 9
这将使您直观地了解它的工作原理。
【讨论】：
a = torch.Tensor([1,2,3,4])
为了得到[1., 2., 3., 4., 1., 2., 3., 4., 1., 2., 3., 4.]，我们在第一维重复三次张量：
a.repeat(3)
为了得到[1,1,1,2,2,2,3,3,3,4,4,4]，我们向张量添加一个维度，并在第二个维度重复三次，得到一个4 x 3张量，我们可以将其展平。
b = a.reshape(4,1).repeat(1,3).flatten()
或
b = a.reshape(4,1).repeat(1,3).view(-1)
【讨论】：
a = torch.Tensor{1,2,3,4} 和 a:repeatTensor(3)?我运行了它并得到了语法错误。
这是一个在张量中重复元素的通用函数。
def repeat(tensor, dims):
if len(dims) != len(tensor.shape):
raise ValueError("The length of the second argument must equal the number of dimensions of the first.")
for index, dim in enumerate(dims):
repetition_vector = [1]*(len(dims)+1)
repetition_vector[index+1] = dim
new_tensor_shape = list(tensor.shape)
new_tensor_shape[index] *= dim
tensor = tensor.unsqueeze(index+1).repeat(repetition_vector).reshape(new_tensor_shape)
return tensor
如果你有
foo = tensor([[1, 2],
[3, 4]])
通过调用repeat(foo, [2,1]) 你得到
tensor([[1, 2],
[1, 2],
[3, 4],
[3, 4]])
因此，您复制了维度 0 上的每个元素，并保留了维度 1 上的元素。
【讨论】：
使用 einops：
from einops import repeat
repeat(x, 'i -> (repeat i)', repeat=3)
# like {1,2,3,4,1,2,3,4,1,2,3,4}
repeat(x, 'i -> (i repeat)', repeat=3)
# like {1,1,1,2,2,2,3,3,3,4,4,4}
此代码适用于任何框架（numpy、torch、tf 等）
【讨论】：
你能试试类似的方法吗：
import torch as pt
#1 work as numpy tile
b = pt.arange(10)
print(b.repeat(3))
#2 work as numpy tile
b = pt.tensor(1).repeat(10).reshape(2,-1)
print(b)
#3 work as numpy repeat
t = pt.tensor([1,2,3])
t.repeat(2).reshape(2,-1).transpose(1,0).reshape(-1)
【讨论】：