Matrix 如何将Pytroch张量从数学上的列向量转换为列矩阵?
我正在pytorch中使用张量。 如何将对应于列向量的张量转换为对应于其转置的张量Matrix 如何将Pytroch张量从数学上的列向量转换为列矩阵?,matrix,vector,transpose,pytorch,tensor,Matrix,Vector,Transpose,Pytorch,Tensor,我正在pytorch中使用张量。 如何将对应于列向量的张量转换为对应于其转置的张量 import numpy as np coef = torch.from_numpy(np.arange(1.0, 5.0)).float() print(coef) print(coef.size()) 目前coef的大小是[4],但我希望它是[4,1],内容相同。在PyTorch中很容易实现。你可以使用这个方法 在Pytork中很容易实现。你可以使用这个方法 虽然使用.view通常肯定是一个不错的选择,但出
import numpy as np
coef = torch.from_numpy(np.arange(1.0, 5.0)).float()
print(coef)
print(coef.size())
目前
coef
的大小是[4]
,但我希望它是[4,1]
,内容相同。在PyTorch中很容易实现。你可以使用这个方法
在Pytork中很容易实现。你可以使用这个方法
虽然使用
.view
通常肯定是一个不错的选择,但出于完整性的考虑,我想补充一点,即还有.unsqueze()
方法,它在指定索引处添加了一个额外的维度(与删除统一维度的.squeak()
方法相反):
对于一般的换位,您可以使用
.t()
方法。同时使用.view
当然是一个不错的选择。为了完整性起见,我想补充一点,还有.unsqueze()
方法,它在指定的索引处添加了一个额外的维度(与.squeeze()相反)
删除单位尺寸的方法):
对于一般的换位,您可以使用
.t()
方法。或者对于非常快速的方法,请尝试coef=coef[:,None]
或者对于非常快速的方法,请尝试coef=coef[:,None]
coef = coef.view(4, 1)
print(coef.size()) # now the shape will be [4, 1]
>>> coef = coef.unsqueeze(-1) # add extra dimension at the end
>>> coef.shape
torch.Size([4, 1])