torch.repeat_interleave¶

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

重复张量的元素。

警告

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

Parameters

输入 (张量) – 输入张量。
repeats (Tensor 或 int) – 每个元素的重复次数。 repeats 会被广播以适应给定轴的形状。
dim (int, 可选) – 沿其重复值的维度。默认情况下，使用展平的输入数组，并返回一个展平的输出数组。

Keyword Arguments

output_size (int, optional) – 给定轴的总输出大小（例如，重复的总和）。如果给出，它将避免计算张量输出形状所需的流同步。

Returns

重复的张量，其形状与输入相同，除了给定的轴之外。

Return type

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, …])，那么输出将是 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repeats[0]次，1次repeats[1]次，2次repeats[2]次，等等。

Parameters: repeats (张量) – 每个元素的重复次数。
Returns: 重复张量，大小为 sum(repeats)。
Return type: 张量

示例：

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