Python PyTorch repeat_interleave用法及代码示例

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

用法:

torch.repeat_interleave(input, repeats, dim=None, *, output_size=None) → Tensor

参数：

• input(Tensor) -输入张量。

• repeats(Tensor或者int) -每个元素的重复次数。广播重复以适应给定轴的形状。

• dim(int,可选的) -沿其重复值的维度。默认情况下，使用扁平化的输入数组，并返回一个扁平的输出数组。

关键字参数：

output_size(int,可选的) -给定轴的总输出大小(例如重复总和)。如果给定，它将避免计算张量的输出形状所需的流同步。

返回：

除了沿给定轴外，与输入具有相同形状的重复张量。

返回类型：

Tensor

重复张量的元素。

警告

这与 torch.Tensor.repeat() 不同，但类似于 numpy.repeat 。

例子：

>>> x = torch.tensor([1, 2, 3])
>>> x.repeat_interleave(2)
tensor([1, 1, 2, 2, 3, 3])
>>> y = torch.tensor([[1, 2], [3, 4]])
>>> torch.repeat_interleave(y, 2)
tensor([1, 1, 2, 2, 3, 3, 4, 4])
>>> torch.repeat_interleave(y, 3, dim=1)
tensor([[1, 1, 1, 2, 2, 2],
        [3, 3, 3, 4, 4, 4]])
>>> torch.repeat_interleave(y, torch.tensor([1, 2]), dim=0)
tensor([[1, 2],
        [3, 4],
        [3, 4]])
>>> torch.repeat_interleave(y, torch.tensor([1, 2]), dim=0, output_size=3)
tensor([[1, 2],
        [3, 4],
        [3, 4]])

torch.repeat_interleave(repeats, *, output_size=None) → Tensor

如果 repeats 是 tensor([n1, n2, n3, …]) ，那么输出将是 tensor([0, 0, …, 1, 1, …, 2, 2, …, …]) 其中 0 出现 n1 次，1 出现 n2 次，2 出现 n3 次等。