python - 在 Pytorch 中计算 4D 张量的一个特定维度的平均值

Question

我有一个形状为 [66,7,7,1024] 的 PyTorch 视频特征张量，我需要将其转换为 [1024,66,7,7]。如何重新排列张量形状？另外，如何在 dimension=1 上执行平均值？即，在对大小为 66 的维度执行平均值后，我需要张量为 [1024,1,7,7]。

我尝试计算维度=1的平均值，但未能将其替换为平均值。我无法想象一个 4D 张量，其中一个维度被其平均值代替。

编辑: 我尝试了 torch.mean(my_tensor, dim=1)。但这返回了一个形状为 [1024,7,7] 的张量。 4D 张量正在转换为 3D。但我希望它保持 4D 形状 [1024,1,7,7]。

非常感谢。

Answer 1

问题的第一部分已在评论部分得到解答。因此我们可以使用 tensor.transpose([3,0,1,2]) 将张量转换为形状 [1024,66,7,7]。

现在时间维度上的平均值可以通过 torch.mean(my_tensor, dim=1) 这将给出形状为 [1024,7,7] 的 3D 张量。 为了获得形状为[1024,1,7,7]的张量，我必须在维度=1中解压:

张量=tensor.unsqueeze(1)