如何将 Pytorch 张量拆分为不同的维度？

Question

我是 Pytorch 新手。

假设我有一个具有这种形状的张量 torch.size([1, 25200, 11])

我想把它分成 3 个较小的张量，3 个较小的张量中的每一个都具有 1st 的形状。 torch.size([1, 3, 80, 80, 11]) 和第二个 torch.size([1, 3, 40, 40 , 11]) 和 3rd torch.size([1, 3, 20, 20, 11)].

非常感谢您的帮助。

谢谢

解释这些数字：

80x80x3 = 19200

40x40x3 = 4800

20x20x3=1200 ，加上这些结果我们有 25200，1 是批量大小，11 是类 + xywh

Answer 1

像这样的东西应该有用。

import torch
tensor = torch.ones((1, 25200, 11))
first_break = tensor[:, 0:19200, :].view((1, 3, 80, 80, 11))
second_break = tensor[:, 19200:19200+4800, :].view((1, 3, 40, 40, 11))
third_break = tensor[:, 19200+4800:19200+4800+1200, :].view((1, 3, 20, 20, 11))

如果您提供更多的解释和上下文，代码可能会得到清理而不是硬编码，或者这可能足以让您运行使用。

Answer 2

你试过了吗：


  T1= torch.narrow(YourTensor, 1,0 , 80*80*3)
  T1v = T1.view(1,3,80,80,11)

  T2= torch.narrow(YourTensor, 1,80*80*3 , 40*40*3)
  T2v = T2.view(1,3,40,40,11)

  T3= torch.narrow(YourTensor, 1,80*80*3 + 40*40*3 , 20*20*3)
  T3v = T3.view(1,3,20,20,11)

如何将 Pytorch 张量拆分为不同的维度？

How to split a Pytorch tensor into different dimensions?

python

pytorch

tensor