Python PyTorch Tensor.refine_names用法及代码示例

本文简要介绍python语言中 torch.Tensor.refine_names 的用法。

用法:

refine_names(*names)

参数：

names(str的可迭代) -输出张量的所需名称。最多可包含一个省略号。

根据 names 细化 self 的维度名称。

精炼是重命名“lifts” 未命名维度的一种特殊情况。 None dim 可以精炼为任何名称；一个名为dim 的名称只能被细化为具有相同的名称。

因为命名张量可以与未命名张量共存，所以精炼名称提供了一种编写named-tensor-aware 代码的好方法，该代码适用于命名张量和未命名张量。

names 最多可包含一个省略号 (... )。省略号被贪心地扩展；它使用 self.names 相应索引中的名称就地扩展以将 names 填充到与 self.dim() 相同的长度。

Python 2 不支持省略号，但可以使用字符串文字代替 ('...')。

例子：

>>> imgs = torch.randn(32, 3, 128, 128)
>>> named_imgs = imgs.refine_names('N', 'C', 'H', 'W')
>>> named_imgs.names
('N', 'C', 'H', 'W')

>>> tensor = torch.randn(2, 3, 5, 7, 11)
>>> tensor = tensor.refine_names('A', ..., 'B', 'C')
>>> tensor.names
('A', None, None, 'B', 'C')

警告

命名张量 API 是实验性的，可能会发生变化。