Beli Saya Kopi☕
*Siaran saya menerangkan squeeze().
unsqueeze() boleh mendapatkan tensor 1D atau lebih D bagi sifar atau lebih elemen dengan dimensi tambahan yang saiznya ialah 1 daripada tensor 0D atau lebih D bagi sifar atau lebih elemen seperti yang ditunjukkan di bawah:
*Memo:
- unsqueeze() boleh digunakan dengan obor atau tensor.
- Argumen(input) pertama dengan obor atau menggunakan tensor(Jenis Diperlukan:tensor int, float, kompleks atau bool).
- Argumen ke-2 dengan obor atau argumen pertama dengan tensor adalah malap(Required-Type:int). *Ia boleh menambah dimensi yang saiznya 1 pada kedudukan tertentu.
import torch my_tensor = torch.tensor([[0, 1, 2], [3, 4, 5], [6, 7, 8], [10, 11, 12]]) torch.unsqueeze(input=my_tensor, dim=0) my_tensor.unsqueeze(dim=0) torch.unsqueeze(input=my_tensor, dim=-3) # tensor([[[0, 1, 2], # [3, 4, 5], # [6, 7, 8] # [10, 11, 12]]]) torch.unsqueeze(input=my_tensor, dim=1) torch.unsqueeze(input=my_tensor, dim=-2) # tensor([[[0, 1, 2]], # [[3, 4, 5]], # [[6, 7, 8]] # [[10, 11, 12]]]) torch.unsqueeze(input=my_tensor, dim=2) torch.unsqueeze(input=my_tensor, dim=-1) # tensor([[[0], [1], [2]], # [[3], [4], [5]], # [[6], [7], [8]], # [[10], [11], [12]]]) torch.unsqueeze(input=my_tensor, dim=3) torch.unsqueeze(input=my_tensor, dim=-1) # tensor([[[[0], [1], [2], [3]], [[4], [5], [6], [7]]], # [[[8], [9], [10], [11]], [[12], [13], [14], [15]]], # [[[16], [17], [18], [19]], [[20], [21], [22], [23]]]]) my_tensor = torch.tensor([[0., 1., 2.], [3., 4., 5.], [6., 7., 8.], [10., 11., 12.]]) torch.unsqueeze(input=my_tensor, dim=0) # tensor([[[0., 1., 2.], # [3., 4., 5.], # [6., 7., 8.], # [10., 11., 12.]]]) my_tensor = torch.tensor([[0.+0.j, 1.+0.j, 2.+0.j], [3.+0.j, 4.+0.j, 5.+0.j], [6.+0.j, 7.+0.j, 8.+0.j], [10.+0.j, 11.+0.j, 12.+0.j]]) torch.unsqueeze(input=my_tensor, dim=0) # tensor([[[0.+0.j, 1.+0.j, 2.+0.j], # [3.+0.j, 4.+0.j, 5.+0.j], # [6.+0.j, 7.+0.j, 8.+0.j], # [10.+0.j, 11.+0.j, 12.+0.j]]]) my_tensor = torch.tensor([[True, False, True], [False, True, False], [True, False, True], [False, True, False]]) torch.unsqueeze(input=my_tensor, dim=0) # tensor([[[True, False, True], # [False, True, False], # [True, False, True], # [False, True, False]]])
Atas ialah kandungan terperinci nyah picit dalam PyTorch. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Slicingapythonlistisdoneusingthesyntaxlist [Mula: berhenti: langkah] .here'showitworks: 1) startistheindexofthefirstelementtoinclude.2) stopistheindexofthefirstelementToexclude.3)

NumpyallowsforvariousoperationsonArrays: 1) BasicarithmeticLikeaddition, penolakan, pendaraban, danDivision; 2) Pengerjaan AdvancedSuchasmatrixmultiplication; 3) Element-WiseOperationswithoutExplicitLoops;

Arraysinpython, terutamanya yang ada, adalah, penawaran yang ditawarkan.1) numpyarraysenableFandlingoflargedataSetsandClexPleperationsLikemovingAverages.2)

ListsSandnumpyAraySInpythonHavedifferMememoryFootPrints: listsaremoreflexibleButlessMememory-cekap, pemanmak

ToensurePythonscriptsbehaveCorrectlyCrossdevelopment, pementasan, dan produksi, usetheseStregies: 1) Environmentvariablesforsimplesettings, 2) ConfigurationFilesfilePlexSetups, dan3) Dynamicloadingforadaptability.EachMethodeFerPiReFiteReFiteShitsandReFitSandRiteFitSandRiteFitSandRiteFiteSandRiteReFitSandRiteReFitSandRiteFiteShiteSandReFiteShitsandReShitsAnfitsEts,

Sintaks asas untuk pengirim senarai python adalah senarai [Mula: Berhenti: Langkah]. 1. Start adalah indeks elemen pertama yang disertakan, 2.Stop adalah indeks elemen pertama yang dikecualikan, dan 3. Step menentukan saiz langkah antara elemen. Hirisan tidak hanya digunakan untuk mengekstrak data, tetapi juga untuk mengubah suai dan membalikkan senarai.

ListsOutPerFormAraySin: 1) DynamicsizingandFrequentInsertions/Deletions, 2) StoringHeterogeneousData, dan3) MemoryeficiencyForSparsedata, ButmayHaveslightPerformancecostSincertaor.

ToConvertapythonarraytoalist, usethelist () constructororageneratorexpression.1) importTheArrayModuleAndCreateeanArray.2) uselist (arr) atau [xforxinarr] toConvertittoalist, urusanPengerasiPormanceAndMemoryeficiencyForlargedatasets.


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Dreamweaver CS6
Alat pembangunan web visual

mPDF
mPDF ialah perpustakaan PHP yang boleh menjana fail PDF daripada HTML yang dikodkan UTF-8. Pengarang asal, Ian Back, menulis mPDF untuk mengeluarkan fail PDF "dengan cepat" dari tapak webnya dan mengendalikan bahasa yang berbeza. Ia lebih perlahan dan menghasilkan fail yang lebih besar apabila menggunakan fon Unicode daripada skrip asal seperti HTML2FPDF, tetapi menyokong gaya CSS dsb. dan mempunyai banyak peningkatan. Menyokong hampir semua bahasa, termasuk RTL (Arab dan Ibrani) dan CJK (Cina, Jepun dan Korea). Menyokong elemen peringkat blok bersarang (seperti P, DIV),

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

Penyesuai Pelayan SAP NetWeaver untuk Eclipse
Integrasikan Eclipse dengan pelayan aplikasi SAP NetWeaver.

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)
