Python PyTorch tensor_split用法及代码示例

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

用法:

torch.tensor_split(input, indices_or_sections, dim=0) → List of Tensors

参数：

• input(Tensor) -要分裂的张量

• indices_or_sections(Tensor,int或者list或者python的元组：ints) -

  如果 indices_or_sections 是整数 n 或值为 n 的零维长张量，则 input 沿维度 dim 拆分为 n 部分。如果 input 沿维度 dim 可被 n 整除，则每个部分将具有相同的大小 input.size(dim) / n 。如果 input 不能被 n 整除，则第一个 int(input.size(dim) % n) 部分的大小将为 int(input.size(dim) / n) + 1 ，其余部分的大小为 int(input.size(dim) / n) 。

  如果indices_or_sections 是整数列表或元组，或一维长张量，则input 在列表、元组或张量中的每个索引处沿维度dim 拆分。例如，indices_or_sections=[2, 3] 和 dim=0 将产生张量 input[:2] 、 input[2:3] 和 input[3:] 。

  如果indices_or_sections是张量，那么它在CPU上必须是零维或一维长张量。

• dim(int,可选的) -沿其分割张量的维度。默认值：0

根据 indices_or_sections 指定的索引或部分数量，将张量拆分为多个 sub-tensors，所有这些都是 input 的视图，沿维度 dim。该函数基于 NumPy 的 numpy.array_split() 。

例子：

>>> x = torch.arange(8)
>>> torch.tensor_split(x, 3)
(tensor([0, 1, 2]), tensor([3, 4, 5]), tensor([6, 7]))

>>> x = torch.arange(7)
>>> torch.tensor_split(x, 3)
(tensor([0, 1, 2]), tensor([3, 4]), tensor([5, 6]))
>>> torch.tensor_split(x, (1, 6))
(tensor([0]), tensor([1, 2, 3, 4, 5]), tensor([6]))

>>> x = torch.arange(14).reshape(2, 7)
>>> x
tensor([[ 0,  1,  2,  3,  4,  5,  6],
        [ 7,  8,  9, 10, 11, 12, 13]])
>>> torch.tensor_split(x, 3, dim=1)
(tensor([[0, 1, 2],
        [7, 8, 9]]),
 tensor([[ 3,  4],
        [10, 11]]),
 tensor([[ 5,  6],
        [12, 13]]))
>>> torch.tensor_split(x, (1, 6), dim=1)
(tensor([[0],
        [7]]),
 tensor([[ 1,  2,  3,  4,  5],
        [ 8,  9, 10, 11, 12]]),
 tensor([[ 6],
        [13]]))