728x90
반응형
CNN을 이용하여 Image Classification하는 훈련 train을 시킬 때 데이터를 (배치사이즈(B), 채널(C), 높이(H), 너비(W))를 차례대로 텐서의 크기를 맞춰서 코드를 작성해야할 때가 있다.
이때 배치사이즈만 따로 떨어져 있는 때가 있다.
이 때 tensor.randn((B,) + (C,H,W))를 이용하면 tensor((B,C,H,W)) 사이즈라는 것을 알릴 수 있다.
예제
# x_dim = (1,28,28)
batch_in.view(-1,x_dim)
#(batch_size, 1 * 28 * 28)
batch_in.view((-1,)+x_dim)
#(batch_size, 1, 28, 28)
728x90
반응형
'AI-Tech 부스트캠프 > 파이토치' 카테고리의 다른 글
torch.Tensor.item (0) | 2023.11.09 |
---|---|
torch.stack() 과 torch.cat() (0) | 2023.04.08 |
[PyTorch] masked_fill() 함수 사용 예시 (0) | 2023.01.02 |
[PyTorch] torch.transpose()와 numpy().transpose() 차이 (0) | 2023.01.01 |
[PyTorch] 모델 불러오기 (0) | 2022.12.24 |
댓글