torch.permute方法使用,后需要加.contiguous()方法

参考:Pytorch之permute函数 https://zhuanlan.zhihu.com/p/76583143


pytorch的permute方法用于调整矩阵的维度。同numpy的transpose()方法,但需要注意的是使用permute后需要使用contiguous方法。在PyTorch中,permute()方法可以重新排列张量的维度。但是,由于内存布局的原因,有时需要使用contiguous()方法来确保张量是连续的。如果张量不是连续的,则可能会导致一些操作失败。

例如,如果您有一个形状为(3, 4, 5)的张量,并且您想要将第一个维度移动到最后一个维度,则可以使用以下代码:

import torch

x = torch.randn(3, 4, 5)
y = x.permute(1, 2, 0).contiguous()

在这个例子中,我们使用permute()方法将第一个维度移动到最后一个维度。然后,我们使用contiguous()方法来确保张量是连续的。

你可能感兴趣的:(yuque,python,深度学习,机器学习)