2024-09-27 21:33:46 发布
网友
我有一个9个波段的多光谱数据集。由于数据非常大,我将每个频带分割为256 x 256个样本。因此,我为每个乐队准备了16个这样的样本,并将它们保存到不同的文件夹中。现在我如何连接9个波段的每个样本
例如,我想将第一个波段数据的第一个样本与第二个波段的第一个样本、第三个波段的第一个样本连接起来,依此类推,直到第九个波段。然后是第二个样本,第一个,第二个。。。第九乐团。一直到第16个样品
您可以使用(torch.stack)[https://pytorch.org/docs/stable/generated/torch.stack.html]或(torch.cat)[https://pytorch.org/docs/stable/generated/torch.cat.html]
例如,让我们生成一些随机的256x256矩阵:
import torch a = torch.FloatTensor(256,256).uniform_(0,1) b = torch.FloatTensor(256,256).uniform_(0,1)
第一种方法:可以将张量与torch.stack连接起来
c = torch.stack((a,b),axis=2)
第二种方式:或torch.cat
c = torch.cat((a.reshape(256,256,-1),b.reshape(256,256,-1)),axis=2)
主要区别在于,当torch.stack沿新轴连接时,torch.cat只能在现有轴上连接(这就是为什么需要“重塑”命令)
您可以使用(torch.stack)[https://pytorch.org/docs/stable/generated/torch.stack.html]或(torch.cat)[https://pytorch.org/docs/stable/generated/torch.cat.html]
例如,让我们生成一些随机的256x256矩阵:
第一种方法:可以将张量与torch.stack连接起来
第二种方式:或torch.cat
主要区别在于,当torch.stack沿新轴连接时,torch.cat只能在现有轴上连接(这就是为什么需要“重塑”命令)
相关问题 更多 >
编程相关推荐