将 4d 张量切片为较小子张量的 4D 张量（仅在最后 2 个维度切片）答案

【问题标题】：Slice 4d tensor into 4D tensor of smaller subtensors (slice in last 2 dimensions only)将 4d 张量切片为较小子张量的 4D 张量（仅在最后 2 个维度切片）
【发布时间】：2020-03-26 10:27:04
【问题描述】：

这个问题类似于Slice 2d array into smaller 2d arrays，除了我使用张量（火炬）并且我有一个 4D，而不是 2D，形状的张量，例如。 (3, 1, 32, 32) - 在我的例子中，它是 3 个大小为 32x32 的图像。

我想将 [i, 0, :, :] 形式的每个张量拆分为更小的子数组，因此输出将具有例如形状。 (3, 16, 8, 8)，其中每个 [:, j, :, :] 都是从原始图像中切出的一个小正方形。我找不到修改 4D 张量的建议解决方案的方法。

我也尝试过使用

subx = x.reshape(3, 16, 8, 8)

但这并没有按照我的意愿重塑它。

【问题讨论】：

这有帮助吗？不要忘记您可以投票并接受答案。见What should I do when someone answers my question?，谢谢！

标签： python pytorch

【解决方案1】：

reshape 不适用于此目的。您可以查看skimage 的view_as_blocks，其中生成的块是输入数组的非重叠视图：

from skimage.util.shape import view_as_blocks
view_as_blocks(a, block_shape=(3,1,8,8)).reshape(3, 16, 8, 8)

【讨论】：