【发布时间】:2021-01-22 21:17:56
【问题描述】:
我们如何在形状为 (6, 10) 的 2D PyTorch 张量 t 上使用滑动窗口,从而最终得到形状为 (3, 4, 10) 的 3D PyTorch 张量?
例如,如果我们有张量t:
t = torch.range(1, 6*10).reshape((7, 10))
tensor([[ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.],
[11., 12., 13., 14., 15., 16., 17., 18., 19., 20.],
[21., 22., 23., 24., 25., 26., 27., 28., 29., 30.],
[31., 32., 33., 34., 35., 36., 37., 38., 39., 40.],
[41., 42., 43., 44., 45., 46., 47., 48., 49., 50.],
[51., 52., 53., 54., 55., 56., 57., 58., 59., 60.]]
我们如何重塑它(使用 PyTorch)以得到张量:
tensor([[ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.],
[11., 12., 13., 14., 15., 16., 17., 18., 19., 20.],
[21., 22., 23., 24., 25., 26., 27., 28., 29., 30.],
[31., 32., 33., 34., 35., 36., 37., 38., 39., 40.]],
[[11., 12., 13., 14., 15., 16., 17., 18., 19., 20.],
[21., 22., 23., 24., 25., 26., 27., 28., 29., 30.],
[31., 32., 33., 34., 35., 36., 37., 38., 39., 40.],
[41., 42., 43., 44., 45., 46., 47., 48., 49., 50.]],
[[21., 22., 23., 24., 25., 26., 27., 28., 29., 30.],
[31., 32., 33., 34., 35., 36., 37., 38., 39., 40.],
[41., 42., 43., 44., 45., 46., 47., 48., 49., 50.],
[51., 52., 53., 54., 55., 56., 57., 58., 59., 60.]])
【问题讨论】:
-
你的意思是
(6,10)->(3,4,10)? -
@QuangHoang 正确,感谢您的发现!
标签: python pytorch gpu nvidia tensor