torch.repeat_interleave

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

重复张量的元素。

警告

这与 torch.Tensor.repeat() 不同，但类似于 numpy.repeat。

参数

• input (Tensor) – 输入张量。

• repeats (Tensor or int) – 每个元素的重复次数。repeats 会广播以适应给定轴的形状。

• dim (int, optional) – 要重复值的维度。默认情况下，使用扁平化的输入数组，并返回扁平化的输出数组。

关键字参数

output_size (int, 可选) – 指定轴的总输出大小（例如，重复次数的总和）。如果给出，则将避免计算张量输出形状所需的流同步。

返回

重复的张量，其形状与输入相同，除了给定的轴。

返回类型

张量

示例

>>> x = torch.tensor([1, 2, 3])
>>> x.repeat_interleave(2)
tensor([1, 1, 2, 2, 3, 3])
>>> y = torch.tensor([[1, 2], [3, 4]])
>>> torch.repeat_interleave(y, 2)
tensor([1, 1, 2, 2, 3, 3, 4, 4])
>>> torch.repeat_interleave(y, 3, dim=1)
tensor([[1, 1, 1, 2, 2, 2],
        [3, 3, 3, 4, 4, 4]])
>>> torch.repeat_interleave(y, torch.tensor([1, 2]), dim=0)
tensor([[1, 2],
        [3, 4],
        [3, 4]])
>>> torch.repeat_interleave(y, torch.tensor([1, 2]), dim=0, output_size=3)
tensor([[1, 2],
        [3, 4],
        [3, 4]])

如果 repeats 为 tensor([n1, n2, n3, …])，则输出将为 tensor([0, 0, …, 1, 1, …, 2, 2, …, …])，其中 0 出现 n1 次，1 出现 n2 次，2 出现 n3 次，等等。

torch.repeat_interleave(repeats, *) → Tensor

将 0 重复 repeats[0] 次，1 重复 repeats[1] 次，2 重复 repeats[2] 次，等等。

参数

repeats (张量) – 每个元素的重复次数。

返回

大小为 sum(repeats) 的重复张量。

返回类型

张量

示例

>>> torch.repeat_interleave(torch.tensor([1, 2, 3]))
tensor([0, 1, 1, 2, 2, 2])