torch.tensor.repeat

1. 定义

torch.tensor.repeat 的作用是沿着指定的维度重复这个张量，

• x.repeat(m,n):对张量x进行复制m行，n 列

2. 代码

# 1.导入数据库
import torch# 2. 定义张量 x
x = torch.tensor([[1, 2, 3], [4, 5, 6]])# 3. 将张量x沿着行复制到4倍,列复制到2倍
y = x.repeat(4, 2)# 4. 输出相关结果
print(f'x={
      x}')
print(f'x_shape={
      x.shape}')
print(f'y={
      y}')
print(f'y_shape={
      y.shape}')

• 结果

x=tensor([[1, 2, 3],[4, 5, 6]])
x_shape=torch.Size([2, 3])
y=tensor([[1, 2, 3, 1, 2, 3],[4, 5, 6, 4, 5, 6],[1, 2, 3, 1, 2, 3],[4, 5, 6, 4, 5, 6],[1, 2, 3, 1, 2, 3],[4, 5, 6, 4, 5, 6],[1, 2, 3, 1, 2, 3],[4, 5, 6, 4, 5, 6]])
y_shape=torch.Size([8, 6])

3. torch.repeat_interleave

对给定的张量进行指定维度的复制。

• dim=0；第0维进行复制；dim=1；第1维进行复制；

import torch
from torch import nnx = torch.tensor([[1, 2], [3, 4]])
# 在第0维进行复制；我们可以看张量的括号，最外层为第0维，依次增加，
# 第0维里面的元素为[1,2]和[3,4];那么我们就可以将其各复制4次
# 那么我们可以得到[[1,2],[1,2],[1,2],[1,2],[3,4],[3,4],[3,4],[3,4]]
x_dim_0 = torch.repeat_interleave(x, repeats=4, dim=0)
# 第1维里面的元素为1和2，那么我们可以将这个数据复制3次
# 那么我们可以得到[[1,1,1,2,2,2],[3,3,3,4,4,4]]x_dim_1 = torch.repeat_interleave(x, repeats=3, dim=1)
print(f"x={
      x}")
print(f"x.shape={
      x.shape}")
print(f"x_dim_0={
      x_dim_0}")
print(f"x_dim_0.shape={
      x_dim_0.shape}")
print(f"x_dim_1={
      x_dim_1}")
print(f"x_dim_1.shape={
      x_dim_1.shape}")

• 结果

x=tensor([[1, 2],[3, 4]])
x.shape=torch.Size([2, 2])
x_dim_0=tensor([[1, 2],[1, 2],[1, 2],[1, 2],[3, 4],[3, 4],[3, 4],[3, 4]])
x_dim_0.shape=torch.Size([8, 2])
x_dim_1=tensor([[1, 1, 1, 2, 2, 2],[3, 3, 3, 4, 4, 4]])
x_dim_1.shape=torch.Size([2, 6])