torch.rand(1, 3, 64, 64) 是什么意思？

Question

我是 PyTorch 的初学者。在一个教程中，我看到：torch.rand(1, 3, 64, 64)，我知道它创建了一个具有遵循标准正态分布的随机数的张量。

输出看起来像：

tensor([[[[0.1352, 0.5110, 0.7585,  ..., 0.9067, 0.4730, 0.8077],
          [0.2471, 0.8726, 0.3580,  ..., 0.4983, 0.9747, 0.5219],
          [0.8554, 0.4266, 0.0718,  ..., 0.6734, 0.8739, 0.6137],
          ...,
          [0.2132, 0.9319, 0.5361,  ..., 0.3981, 0.2057, 0.7032],
          [0.3347, 0.5330, 0.7019,  ..., 0.6713, 0.0936, 0.4706],
          [0.6257, 0.6656, 0.3322,  ..., 0.6664, 0.8149, 0.1887]],

         [[0.3210, 0.6469, 0.7772,  ..., 0.3175, 0.5102, 0.9079],
          [0.3054, 0.2940, 0.6611,  ..., 0.0941, 0.3826, 0.3103],
          [0.7484, 0.3442, 0.1034,  ..., 0.8028, 0.4643, 0.2800],
          ...,
          [0.9946, 0.5868, 0.8709,  ..., 0.4837, 0.6691, 0.5303],
          [0.1770, 0.5355, 0.8048,  ..., 0.1843, 0.0658, 0.3817],
          [0.9612, 0.0122, 0.5012,  ..., 0.4198, 0.3294, 0.2106]],

         [[0.5800, 0.5174, 0.5454,  ..., 0.3881, 0.3277, 0.5470],
          [0.8871, 0.7536, 0.9928,  ..., 0.8455, 0.8071, 0.0062],
          [0.2199, 0.0449, 0.2999,  ..., 0.3570, 0.7996, 0.3253],
          ...,
          [0.8238, 0.1100, 0.1489,  ..., 0.0265, 0.2165, 0.2919],
          [0.4074, 0.5817, 0.8021,  ..., 0.3417, 0.1280, 0.9279],
          [0.0047, 0.1796, 0.4522,  ..., 0.3257, 0.2657, 0.4405]]]])

但是 4 个参数 (1, 3, 64, 64) 到底是什么意思呢？谢谢！

Answer 1

这是输出张量的形状。具体来说，这意味着你的输出张量有

• (1, 3, 64, 64)：维度 0

  中形状 (3, 64, 64) 的 1 个元素

• (1, 3, 64, 64)：对于给定维度 0

  ，维度 1 中形状 (64, 64) 的 3 个元素

• (1, 3, 64, 64)：对于给定的维度 1 和维度 0，维度 2 中的 64 个形状 (64,) 元素

• (1, 3, 64, 64)：对于给定维度 2、维度 1 和维度 0，维度 3 中的 64 个标量

您可以通过将元素数量与张量的“容量”进行比较来确认这一点：

>>> torch.rand(1,3,64,64).numel()
12288
>>> 1 * 3 * 64 * 64
12288

Answer 2

这些参数指的是张量维度。具体来说，此代码片段将生成一个 0 到 1 之间随机值的 4 维张量。

Answer 3

这一笔画的目的很可能是生成一批图片，其中包含 1 张具有 3 个通道（颜色平面）、分辨率为 64x64 像素的图片，并填充 3 个颜色通道的随机数（即白噪声）。 所以：1 - 批次中的图片数量 3 - 每张图片中的颜色通道数 64x64 - 图片的分辨率

你可以用以下方式形象化这一点：

张量 = torch.rand(2, 3, 1000, 1000) pict1 = 张量[0] save_image(pict1, 'img1.png') pict2 = 张量[1] save_image(pict2, 'img2.png')

这将生成一批 2 张具有 3 通道 (RGB) 且分辨率为 1000x1000 像素的图片，之后会将它们保存在磁盘上，名称为 img1.png 和 img2.png