torch.repeat_interleave

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

重复张量中的元素。

警告

这与 torch.Tensor.repeat() 不同，但与 numpy.repeat 相似。

参数:

• input (Tensor) – 输入张量。

• repeats（张量或 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，可选）- 重复值的维度。默认情况下，使用展平的输入数组，并返回一个扁平的输出数组。

关键字参数:

输出大小（int，可选）- 给定轴上的总输出大小（例如重复项的总和）。如果提供，将避免计算张量输出形状所需的流同步。

返回值:

重复张量，其形状与输入相同，除了在给定的轴上。

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 是 tensor([n1, n2, n3, …])，则输出将是 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, *) → 张量

重复 0 次，1 重复[1]次，2 重复[2]次，等等。

参数:

重复（张量）- 每个元素的重复次数。

返回值:

重复张量的大小为 sum(repeats)。

返回类型:

张量

示例：

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