torch.dsplit

torch.dsplit(input, indices_or_sections) → 张量列表

根据 indices_or_sections，将具有三个或更多维度的张量 input 深度拆分为多个张量。每个拆分都是 input 的视图。

这等效于调用 torch.tensor_split(input, indices_or_sections, dim=2)（拆分维度为 2），但如果 indices_or_sections 是整数，则它必须能被拆分维度整除，否则会抛出运行时错误。

此函数基于 NumPy 的 numpy.dsplit()。

参数

• input (张量) – 要拆分的张量。

• indices_or_sections (int 或 列表 或 元组 of ints) – 请参阅 torch.tensor_split() 中的参数。

示例：

>>> t = torch.arange(16.0).reshape(2, 2, 4)
>>> t
tensor([[[ 0.,  1.,  2.,  3.],
         [ 4.,  5.,  6.,  7.]],
        [[ 8.,  9., 10., 11.],
         [12., 13., 14., 15.]]])
>>> torch.dsplit(t, 2)
(tensor([[[ 0.,  1.],
        [ 4.,  5.]],
       [[ 8.,  9.],
        [12., 13.]]]),
 tensor([[[ 2.,  3.],
          [ 6.,  7.]],
         [[10., 11.],
          [14., 15.]]]))

>>> torch.dsplit(t, [3, 6])
(tensor([[[ 0.,  1.,  2.],
          [ 4.,  5.,  6.]],
         [[ 8.,  9., 10.],
          [12., 13., 14.]]]),
 tensor([[[ 3.],
          [ 7.]],
         [[11.],
          [15.]]]),
 tensor([], size=(2, 2, 0)))