如何在 PyTorch 中执行置换操作？

torch.permute()方法用于对PyTorch张量执行置换操作。它返回维度排列后的输入张量的视图。它不会复制原始张量。

例如，维度为[2,3]的张量可以置换为[3,2]。我们还可以使用置换具有新维度的张量。Tensor.permute()

语法

torch.permute(input,dims)

参数

输入–PyTorch张量。

dims–所需维度的元组。

脚步

导入火炬库。确保您已经安装了它。

import torch

创建一个PyTorch张量并打印张量和张量的大小。

t = torch.tensor([[1,2],[3,4],[5,6]]) print("Tensor:\n", t) print("张量的大小：", t.size()) # size 3x2

计算并将值分配给变量。它不会改变原始张量input。torch.permute(input,dims)

t1 = torch.permute(t, (1,0))

在置换操作后打印结果张量及其大小。

print("Tensor after Permuting:\n", t1) print("置换后的大小：", t1.size())

示例1

在以下Python程序中，输入张量的维度为[3,2]。我们使用dims=(1,0)用新的维度[2,3]置换张量。

# import the torch library import torch # create a tensor t = torch.tensor([[1,2],[3,4],[5,6]]) # print the created tensor print("Tensor:\n", t) print("张量的大小：", t.size()) # perform permute operation t1 = torch.permute(t,(1,0)) # print the permuted tensor print("Tensor after Permuting:\n", t1) print("置换后的大小：", t1.size())输出结果Tensor: tensor([[1, 2], [3, 4], [5, 6]]) 张量的大小： torch.Size([3, 2]) Tensor after Permuting: tensor([[1, 3, 5], [2, 4, 6]]) 置换后的大小： torch.Size([2, 3])

示例2

在以下Python代码中，输入张量大小为[2,3,1]。我们使用dims=(0,2,1)。它给出了维度为[2,1,3]的输入张量的视图。

# import torch library import torch # create a tensor t = torch.randn(2,3,1) # print the created tensor print("Tensor:\n", t) print("张量的大小：", t.size()) # perform permute t1 = torch.permute(t, (0,2,1)) # print the resultant tensor print("Tensor after Permuting:\n", t1) print("置换后的大小：", t1.size())输出结果Tensor: tensor([[[ 1.5285], [-0.2401], [ 0.2378]], [[ 0.4733], [-1.7317], [ 0.7557]]]) 张量的大小： torch.Size([2, 3, 1]) Tensor after Permuting: tensor([[[ 1.5285, -0.2401, 0.2378]], [[ 0.4733, -1.7317, 0.7557]]]) 置换后的大小： torch.Size([2, 1, 3])