Python PyTorch Tensor.refine_names用法及代碼示例

本文簡要介紹python語言中 torch.Tensor.refine_names 的用法。

用法:

refine_names(*names)

參數：

names(str的可迭代) -輸出張量的所需名稱。最多可包含一個省略號。

根據 names 細化 self 的維度名稱。

精煉是重命名“lifts” 未命名維度的一種特殊情況。 None dim 可以精煉為任何名稱；一個名為dim 的名稱隻能被細化為具有相同的名稱。

因為命名張量可以與未命名張量共存，所以精煉名稱提供了一種編寫named-tensor-aware 代碼的好方法，該代碼適用於命名張量和未命名張量。

names 最多可包含一個省略號 (... )。省略號被貪心地擴展；它使用 self.names 相應索引中的名稱就地擴展以將 names 填充到與 self.dim() 相同的長度。

Python 2 不支持省略號，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

命名張量 API 是實驗性的，可能會發生變化。