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上执行均值？也就是说，在执行尺寸为66的尺寸的均值后，我需要张量为[1024,1,7,7]。
我试图计算维数= 1的平均值，但未能将其替换为平均值。而且我无法想象一个4D张量，其中一维被其均值取代。
编辑： 我尝试了torch.mean（my_tensor，dim = 1）。但是，这给了我一个形状为[1024,7,7]的张量。 4D张量将转换为3D。但我希望它保持4D形状[1024,1,7,7]。
非常感谢。
答案 0 :(得分：0)
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]。
现在在时间维度上的均值可以通过
torch.mean(my_tensor, dim=1)
这将给出形状为[1024,7,7]的3D张量。
要获得形状为[1024,1,7,7]的张量，我必须在尺寸= 1时解压缩：
tensor = tensor.unsqueeze(1)