torch.roll的用法

作者:煉己者

本博客所有內(nèi)容以學(xué)習(xí)载庭、研究和分享為主看彼,如需轉(zhuǎn)載,請聯(lián)系本人昧捷,標(biāo)明作者和出處闲昭,并且是非商業(yè)用途,謝謝靡挥!


最近在看swin transformer的代碼序矩,在這里記錄一下遇到的torch.roll的用法。

# swin transformer中移位的操作
class CyclicShift(nn.Module):
    def __init__(self, displacement):
        super().__init__()
        self.displacement = displacement

    def forward(self, x):
        return torch.roll(x, shifts=(self.displacement, self.displacement), dims=(1, 2))

torch.roll(input, shifts, dims=None) 這個函數(shù)到底是干啥的跋破,咋用的呢簸淀?
簡單說,它就是用來移位的毒返,是順移租幕。input是咱們要移動的tensor向量,shifts是要移動到的位置拧簸,要移動去哪兒劲绪,dims是值在什么方向上(維度)去移動。比如2維的數(shù)據(jù)盆赤,那就兩個方向贾富,橫著或者豎著。對了牺六,關(guān)鍵的一句話颤枪,所有操作針對第一行或者第一列,主要是這個"第一"淑际,下面舉例子給大家做解釋畏纲,自己慢慢體會

>>> x = torch.tensor([1, 2, 3, 4, 5, 6, 7, 8, 9]).view(3, 3)
>>> x
tensor([[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]])

>>> torch.roll(x, 1, 0)
tensor([[7, 8, 9],
        [1, 2, 3],
        [4, 5, 6]])

torch.roll(x, 1, 0) 這行代碼的意思就是把x的第一行(0維度)移到1這個位置上,其他位置的數(shù)據(jù)順移春缕。
x——咱們要移動的向量
1——第一行向量要移動到的最終位置
0——從行的角度去移動

再來一個列的例子

>>> x = torch.tensor([1, 2, 3, 4, 5, 6, 7, 8, 9]).view(3, 3)
>>> x
tensor([[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]])

>>> torch.roll(x, -1, 1)
>>> x
tensor([[2, 3, 1],
        [5, 6, 4],
        [8, 9, 7]])

torch.roll(x, -1, 1) 這行代碼的意思就是把x的第一列(1維度)移到-1這個位置(最后一個位置)上盗胀,其他位置的數(shù)據(jù)順移。

shifts和dims可以是元組淡溯,其實(shí)就是分步驟去移動读整,再舉個例子

>>> x = torch.tensor([1, 2, 3, 4, 5, 6, 7, 8, 9]).view(3, 3)
>>> x
tensor([[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]])

>>> torch.roll(x, (0,1), (1,1))
tensor([[3, 1, 2],
        [6, 4, 5],
        [9, 7, 8]])

torch.roll(x, (0,1), (1,1)) 這行代碼的意思:
第一步,把x的第一列(1維度)移到0這個位置(原地不動)上咱娶,其他位置的數(shù)據(jù)順移米间。(所有數(shù)據(jù)原地不動)

>>> x = torch.tensor([1, 2, 3, 4, 5, 6, 7, 8, 9]).view(3, 3)
>>> x
tensor([[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]])

>>> a = torch.roll(x, 0, 1)
>>> a
tensor([[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]])

第二步,把a(bǔ)的第一列(1維度)移到1這個位置上膘侮,其他位置的數(shù)據(jù)順移屈糊。

>>> a = torch.roll(x, 0, 1)
>>> a
tensor([[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]])

>>> b = torch.roll(a, 1, 1)
>>> b
tensor([[3, 1, 2],
        [6, 4, 5],
        [9, 7, 8]])

以上便是torch.roll()函數(shù)的用法,大家有疑問可以在底下評論交流琼了,跑跑代碼逻锐,便可迎刃而解

以下是我所有文章的目錄,大家如果感興趣雕薪,也可以前往查看
??戳右邊:打開它昧诱,也許會看到很多對你有幫助的文章

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市所袁,隨后出現(xiàn)的幾起案子盏档,更是在濱河造成了極大的恐慌,老刑警劉巖燥爷,帶你破解...
    沈念sama閱讀 218,204評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件蜈亩,死亡現(xiàn)場離奇詭異,居然都是意外死亡前翎,警方通過查閱死者的電腦和手機(jī)稚配,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,091評論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來港华,“玉大人道川,你說我怎么就攤上這事×⒁耍” “怎么了冒萄?”我有些...
    開封第一講書人閱讀 164,548評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長赘理。 經(jīng)常有香客問我宦言,道長,這世上最難降的妖魔是什么商模? 我笑而不...
    開封第一講書人閱讀 58,657評論 1 293
  • 正文 為了忘掉前任奠旺,我火速辦了婚禮,結(jié)果婚禮上施流,老公的妹妹穿的比我還像新娘响疚。我一直安慰自己,他們只是感情好瞪醋,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,689評論 6 392
  • 文/花漫 我一把揭開白布忿晕。 她就那樣靜靜地躺著,像睡著了一般银受。 火紅的嫁衣襯著肌膚如雪践盼。 梳的紋絲不亂的頭發(fā)上鸦采,一...
    開封第一講書人閱讀 51,554評論 1 305
  • 那天,我揣著相機(jī)與錄音咕幻,去河邊找鬼渔伯。 笑死,一個胖子當(dāng)著我的面吹牛肄程,可吹牛的內(nèi)容都是我干的锣吼。 我是一名探鬼主播,決...
    沈念sama閱讀 40,302評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼蓝厌,長吁一口氣:“原來是場噩夢啊……” “哼玄叠!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起拓提,我...
    開封第一講書人閱讀 39,216評論 0 276
  • 序言:老撾萬榮一對情侶失蹤读恃,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后崎苗,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體狐粱,經(jīng)...
    沈念sama閱讀 45,661評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,851評論 3 336
  • 正文 我和宋清朗相戀三年胆数,在試婚紗的時候發(fā)現(xiàn)自己被綠了肌蜻。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,977評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡必尼,死狀恐怖蒋搜,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情判莉,我是刑警寧澤豆挽,帶...
    沈念sama閱讀 35,697評論 5 347
  • 正文 年R本政府宣布,位于F島的核電站券盅,受9級特大地震影響帮哈,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜锰镀,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,306評論 3 330
  • 文/蒙蒙 一娘侍、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧泳炉,春花似錦憾筏、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,898評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春古拴,著一層夾襖步出監(jiān)牢的瞬間箩帚,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,019評論 1 270
  • 我被黑心中介騙來泰國打工斤富, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留膏潮,地道東北人锻狗。 一個月前我還...
    沈念sama閱讀 48,138評論 3 370
  • 正文 我出身青樓满力,卻偏偏與公主長得像,于是被迫代替她去往敵國和親轻纪。 傳聞我的和親對象是個殘疾皇子油额,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,927評論 2 355

推薦閱讀更多精彩內(nèi)容