Fonction torch.dsplit de PyTorch
Manuel de référence Pytorch torch
torch.dsplitIl s'agit d'une fonction de PyTorch utilisée pour diviser un tenseur selon la profondeur (troisième dimension).
Définition de fonction
torch.dsplit(input, indices_or_sections)
Exemple d'utilisation
Exemple
import torch
# Diviser un tenseur 3D selon la dimension de profondeur
x = torch.arange(24).reshape(2, 3, 4)
print("Tenseur 3D original :")
print(x)
result = torch.dsplit(x, 2)
print("Divisé en 2 parties selon la profondeur :")
for i, t in enumerate(result):
print(f" Bloc {i}:n{t}")
# Diviser par indices
result = torch.dsplit(x, [1, 3])
print("nDiviser par indices [1, 3] :")
for i, t in enumerate(result):
print(f" Bloc {i}:n{t}")
# Diviser un tenseur 4D le long de la dimension de profondeur
y = torch.arange(32).reshape(2, 2, 4, 2)
print("n4D forme du tenseur :", y.shape)
result = torch.dsplit(y, 2)
print("Diviser en 2 parties le long de la troisième dimension :")
for i, t in enumerate(result):
print(f" Bloc {i} forme : {t.shape}")
# Diviser un tenseur 3D selon la dimension de profondeur
x = torch.arange(24).reshape(2, 3, 4)
print("Tenseur 3D original :")
print(x)
result = torch.dsplit(x, 2)
print("Divisé en 2 parties selon la profondeur :")
for i, t in enumerate(result):
print(f" Bloc {i}:n{t}")
# Diviser par indices
result = torch.dsplit(x, [1, 3])
print("nDiviser par indices [1, 3] :")
for i, t in enumerate(result):
print(f" Bloc {i}:n{t}")
# Diviser un tenseur 4D le long de la dimension de profondeur
y = torch.arange(32).reshape(2, 2, 4, 2)
print("n4D forme du tenseur :", y.shape)
result = torch.dsplit(y, 2)
print("Diviser en 2 parties le long de la troisième dimension :")
for i, t in enumerate(result):
print(f" Bloc {i} forme : {t.shape}")
Le résultat de sortie est:
原始三维张量:
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]]])
沿深度分为 2 份:
块 0:
tensor([[[ 0, 1],
[ 4, 5],
[ 8, 9]],
[[12, 13],
[16, 17],
[20, 21]]])
Chunk 1:
tensor([[[ 2, 3],
[ 6, 7],
[10, 11]],
[[14, 15],
[18, 19],
[22, 23]]])
按索引 [1, 3] 分割:
块 0:
tensor([[[ 0],
[ 4],
[ 8]],
[[12],
[16],
[20]]])
Chunk 1:
tensor([[[ 1, 2],
[ 5, 6],
[ 9, 10]],
[[13, 14],
[17, 18],
[21, 22]]])
Chunk 2:
tensor([[[ 3],
[ 7],
[11]],
[[15],
[19],
[23]]])
四维张量形状: torch.Size([2, 2, 4, 2])
沿第三维分为 2 份:
块 0 形状: torch.Size([2, 2, 2, 2])
Chunk 1 形状: torch.Size([2, 2, 2, 2])
Autres extensions