Pytorch中torch.repeat_interleave()函数使用及说明

目录

• torch.repeat_interleave（）函数解析
• 1.函数说明
• 2. 函数原型
• 3. 函数功能
• 4. 输入参数
• 5. 注意
• 6. 代码例子
• 7. 与torch.repeat()函数区别
• 总结

torch.repeat_interleave（）函数解析

1.函数说明

官网：torch.repeat_interleave()，函数说明如下图所示：

2. 函数原型

torch.repeat_interleave(input, repeats, dim=None) → Tensor

3. 函数功能

沿着指定的维度重复张量的元素

4. 输入参数

1）input (类型：torch.Tensor)：输入张量

2）repeats（类型：int或torch.Tensor）：每个元素的重复次数

3）dim（类型：int）需要重复的维度。默认情况下dim=None，表示将把给定的输入张量展平（flatten）为向量，然后将每个元素重复repeats次，并返回重复后的张量。

5. 注意

1) 如果不指定dim，则默认将输入张量扁平化(维数是1，因此这时repeats必须是一个数，不能是数组)，并且返回一个扁平化的输出数组。

2) 返回的数组与输入数组维数相同，并且除了给定的维度dim，其他维度大小与输入数组相应维度大小相同

3) repeats：如果传入数组，则必须是tensor格式。并且只能是一维数组，数组长度与输入数组input的dim维度大小相同

6. 代码例子

6.1 输入一维张量，不指定dim，重复次数为2次，表示将把给定的输入张量展平（flatten）为向量，然后将每个元素重复2次，并返回重复后的张量。

a = torch.randn(5)
a,torch.repeat_interleave(a,2)

输出结果如下所示：

(tensor([ 0.4030, -1.1536, -2.4513,  1.1454, -0.8818]),
 tensor([ 0.4030,  0.4030, -1.1536, -1.1536, -2.4513, -2.4513,  1.1454,  1.1454,
         -0.8818, -0.8818]))

6.2 输入二维张量，不指定dim，重复次数为2次，表示将把给定的输入张量展平（flatten）为向量，然后将每个元素重复2次，并返回重复后的张量。

a = torch.randn(3,2)
a,a.repeat_interleave(2)

输出结果如下:

(tensor([[-1.03, -0.32],
         [ 0.43,  0.78],
         [ 0.91, -0.11]]),
 tensor([-1.03, -1.03, -0.32, -0.32,  0.43,  0.43,  0.78,  0.78,  0.91,  0.91,
         -0.11, -0.11]))

6.3 输入二维张量，指定dim=0，重复次数为3次，表示把输入张量每行元素重复3次

a = torch.randn(3,2)
a,torch.repeat_interleave(a,3,dim=0)

输出结果如下：

(tensor([[ 0.14,  1.47],
         [-1.52, -0.62],
         [-0.24, -0.27]]),
 tensor([[ 0.14,  1.47],
         [ 0.14,  1.47],
         [ 0.14,  1.47],
         [-1.52, -0.62],
         [-1.52, -0.62],
         [-1.52, -0.62],
         [-0.24, -0.27],
         [-0.24, -0.27],
         [-0.24, -0.27]]))

6.4 输入二维张量，指定dim=1，重复次数为3次，表示把输入张量每列元素重复3次

a = torch.randn(3,2)
a,torch.repeat_interleave(a,3,dim=1)

输出结果如下：

(tensor([[-0.81,  0.56],
         [-2.41, -0.56],
         [ 0.38, -0.90]]),
 tensor([[-0.81, -0.81, -0.81,  0.56,  0.56,  0.56],
         [-2.41, -2.41, -2.41, -0.56, -0.56, -0.56],
         [ 0.38,  0.38,  0.38, -0.90, -0.90, -0.90]]))

6.5 输入二维张量，指定dim=0，重复次数为一个张量列表[n1,n2,n3]，表示在（dim=0）对应行上面重复n1,n2,n3遍，张量列表的长度必须与dim=0的维度的长度一样，否则会报错

a = torch.randn(3,2)
a,torch.repeat_interleave(a,torch.tensor([2,3,4]),dim=0)#表示第一行重复2遍，第二行重复3遍，第三行重复4遍

输出结果如下：

(tensor([[-0.79,  0.54],
         [-0.47, -0.25],
         [-0.13,  1.03]]),
 tensor([[-0.79,  0.54],
         [-0.79,  0.54],
         [-0.47, -0.25],
         [-0.47, -0.25],
         [-0.47, -0.25],
         [-0.13,  1.03],
         [-0.13,  1.03],
         [-0.13,  1.03],
         [-0.13,  1.03]]))

7. 与torch.repeat()函数区别

两个函数方法最大的区别就是repeat_interleave是一个元素一个元素地重复，而repeat是一组元素一组元素地重复.

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持我们。