如何缩小 PyTorch 中的张量？
torch.narrow()方法用于对PyTorch张量执行窄操作。它返回一个新的张量，它是原始输入张量的缩小版本。
例如，[4,3]的张量可以缩小为[2,3]或[4,2]大小的张量。我们可以一次缩小一个维度上的张量。在这里，我们不能将两个维度都缩小到[2,2]的大小。我们也可以用来缩小张量的范围。Tensor.narrow()
语法
torch.narrow(input, dim, start, length) Tensor.narrow(dim, start, length)
参数
输入——它是要缩小的PyTorch张量。
dim–这是我们必须缩小原始张量输入的维度。
开始-开始维度。
长度–从起始尺寸到结束尺寸的长度。
脚步
导入火炬库。确保您已经安装了它。
import torch
创建一个PyTorch张量并打印张量及其大小。
t = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print("Tensor:\n", t)
print("张量的大小：", t.size()) # size 3x3计算并将值分配给变量。torch.narrow(input,dim,start,length)
t1 = torch.narrow(t, 0, 1, 2)
缩小后打印结果张量及其大小。
print("Tensor after Narrowing:\n", t2)
print("缩小后的尺寸：", t2.size())示例1
在以下Python代码中，输入张量大小为[3,3]。我们使用dim=0,start=1和length=2沿维度0缩小张量。它返回一个维度为[2,3]的新张量。
请注意，新张量沿维度0变窄，沿维度0的长度更改为2。
# import the library
import torch
# create a tensor
t = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# print the created tensor
print("Tensor:\n", t)
print("张量的大小：", t.size())
# Narrow-down the tensor in dimension 0
t1 = torch.narrow(t, 0, 1, 2)
print("Tensor after Narrowing:\n", t1)
print("缩小后的尺寸：", t1.size())
# Narrow down the tensor in dimension 1
t2 = torch.narrow(t, 1, 1, 2)
print("Tensor after Narrowing:\n", t2)
print("缩小后的尺寸：", t2.size())输出结果Tensor:
tensor([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
张量的大小： torch.Size([3, 3])
Tensor after Narrowing:
tensor([[4, 5, 6],
[7, 8, 9]])
缩小后的尺寸： torch.Size([2, 3])
Tensor after Narrowing:
tensor([[2, 3],
[5, 6],
[8, 9]])
缩小后的尺寸： torch.Size([3, 2])示例2
以下程序显示了如何使用.Tensor.narrow()
# import required library
import torch
# create a tensor
t = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
# print the above created tensor
print("Tensor:\n", t)
print("张量的大小：", t.size())
# Narrow-down the tensor in dimension 0
t1 = t.narrow(0, 1, 2)
print("Tensor after Narrowing:\n", t1)
print("缩小后的尺寸：", t1.size())
# Narrow down the tensor in dimension 1
t2 = t.narrow(1, 0, 2)
print("Tensor after Narrowing:\n", t2)
print("缩小后的尺寸：", t2.size())输出结果Tensor:
tensor([[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9],
[10, 11, 12]])
张量的大小： torch.Size([4, 3])
Tensor after Narrowing:
tensor([[4, 5, 6],
[7, 8, 9]])
缩小后的尺寸： torch.Size([2, 3])
Tensor after Narrowing:
tensor([[ 1, 2],
[ 4, 5],
[ 7, 8],
[10, 11]])
缩小后的尺寸： torch.Size([4, 2])