Функция atleast_2d

Функция atleast_2d преобразует входные данные в тензоры с как минимум двумя измерениями. Если передан скаляр, список или одномерный тензор, функция добавляет недостающие измерения так, чтобы результирующий тензор стал двумерным. Если входной тензор уже имеет два или более измерений, он возвращается без изменений. Функция может принимать как один аргумент, так и несколько, возвращая соответствующий кортеж тензоров.

Синтаксис

torch.atleast_2d(input)

Пример

Давайте преобразуем скалярное значение в двумерный тензор:

import torch

t = torch.atleast_2d(5)
print(t)

Результат выполнения кода:

tensor([[5]])

Пример

Давайте преобразуем одномерный тензор в двумерный:

import torch

t = torch.atleast_2d(torch.tensor([1, 2, 3, 4, 5]))
print(t)

Результат выполнения кода:

tensor([[1, 2, 3, 4, 5]])

Пример

Давайте передадим несколько аргументов разной размерности:

import torch

res = torch.atleast_2d(3, torch.tensor([1, 2, 3]), torch.tensor([[1, 2], [3, 4]]))
print(res[0])
print(res[1])
print(res[2])

Результат выполнения кода:

tensor([[3]])
tensor([[1, 2, 3]])
tensor([[1, 2],
		[3, 4]])

Обратите внимание, что двумерный тензор остался без изменений.

Пример

Давайте преобразуем список в двумерный тензор:

import torch

t = torch.atleast_2d([1, 2, 3, 4, 5])
print(t)

Результат выполнения кода:

tensor([[1, 2, 3, 4, 5]])

Пример

Давайте посмотрим, как функция работает с многомерным тензором:

import torch

t = torch.atleast_2d(torch.tensor([[[1, 2], [3, 4]]]))
print(t)
print(t.shape)

Результат выполнения кода:

tensor([[[1, 2],
		 [3, 4]]])
torch.Size([1, 2, 2])

Тензор остался без изменений, так как уже имеет три измерения.

Смотрите также

функцию atleast_1d,
которая приводит входные данные к одномерному тензору
функцию broadcast_to,
которая расширяет тензор до указанной формы
функцию reshape,
которая изменяет форму тензора
функцию tensor,
которая создает тензор из переданных данных