您好,登錄后才能下訂單哦!
在pytorch中,Tensor是以引用的形式存在的,故而并不能直接像python交換數(shù)據(jù)那樣
a = torch.Tensor(3,4) a[0],a[1] = a[1],a[0] # 這會導致a的結(jié)果為a=(a[1],a[1],a[2]) # 而非預期的(a[1],a[0],a[2])
這是因為引用賦值導致的,在交換過程,如下所示,當b的值賦值與a的時候,因為tmp指針與a是同一變量的不同名,故而tmp的內(nèi)容也會變?yōu)閎。
# 交換a,b a,b = b,a # 等價于 tmp = a a = b #此時,tmp = a= b b = tmp
故而在我們通過另外一種方式來對其進行交換,通過對下標索引的方式,對其進行交換
a = torch.Tensor(3,4) index = [1,0,2] a = a[index]
以上這篇pytorch 調(diào)整某一維度數(shù)據(jù)順序的方法就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持億速云。
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。