2021-05-25

python 学习中的一些小知识点

例子1：bmm( )函数使用

torch.bmm(a,b)

a=torch.Tensor([[[3,4],[1,2]],[[3,4],[1,2]],[[3,4],[1,2]]])
b=torch.Tensor([[[1,2],[3,4]],[[1,2],[3,4]],[[3,4],[1,2]]])
print(a.shape)
print(b.shape)

结果显示的是 3，2，2 和 3，2，2

p * m * s

乘以

p * s * n

得到

p * m * n

torch.bmm(a,b)

结果：
tensor([[[15.,22.],[7.,10.]],[[15.,22.],[7.,10.]],[[13.,20.],[5.,8.]]])

print(torch.bmm(a,b).shape)

out: torch.Size([3,2,2])

例子2

：squeeze()、unsqueeze()

参考

https://blog.csdn.net/lj2048/article/details/114263912

torch.squeeze(input,dim=None,out=None)

函数功能：去除size为1的维度，包括行和列。当维度大于等于2时，squeeze()无用。

当给定dim时，那么挤压操作只能在给定维度上。即若tensor.size(dim)=1，则去掉改该维度：

当不将输入张量形状中的1去除并返回。将输入张量形状中的1 去除并返回。如果输入是形如(A×1×B×1×C×1×D)(A×1×B×1×C×1×D)，那么输出形状就为： (A×B×C×D)(A×B×C×D)。

例如，输入形状为: (A×1×B)(A×1×B), squeeze(input, 0) 将会保持张量不变，只有用 squeeze(input, 1)，形状会变成 (A×B)(A×B)。

注意：返回张量与输入张量共享内存，所以改变其中一个的内容会改变另一个。

torch.unsqueeze(input,dim=None,out=None)

增加大小为1的维度，也就是返回一个新的张量，对输入的指定位置插入维度 1且必须指明维度

注意：返回张量与输入张量共享内存，所以改变其中一个的内容会改变另一个。

https://blog.csdn.net/flysky_jay/article/details/81607289

这里介绍的这两个函数也很详细是我第一次看明白这两个语句的博客