一、先看torch.squeeze() 这个函数主要对数据的维度进行压缩,去掉维数为1的的维度,比如是一行或者一列这种,一个一行三列(1,3)的数去掉第一个维数为一的维度之后就变成(3)行。
1.squeeze(a)就是将a中所有为1的维度删掉。不为1的维度没有影响。
2.a.squeeze(N) 就是去掉a中指定的维数为一的维度。
还有一种形式就是b=torch.squeeze(a,N) a中去掉指定的维数N为一的维度。
二、再看torch.unsqueeze()这个函数主要是对数据维度进行扩充。
给指定位置加上维数为一的维度,比如原本有个三行的数据(3),在0的位置加了一维就变成一行三列(1,3)。a.unsqueeze(N) 就是在a中指定位置N加上一个维数为1的维度。
还有一种形式就是b=torch.unsqueeze(a,N) a就是在a中指定位置N加上一个维数为1的维度
代码如下:
折叠:
a=torch.randn(1,1,3) print(a.shape) b=torch.squeeze(a) print(b.shape) c=torch.squeeze(a,0) print(c.shape) d=torch.squeeze(a,1) print(d.shape) e=torch.squeeze(a,2)#如果去掉第三维,则数不够放了,所以直接保留 print(e.shape)
输出:
torch.Size([1, 1, 3]) torch.Size([3]) torch.Size([1, 3]) torch.Size([1, 3]) torch.Size([1, 1, 3])
展开:
a=torch.randn(1,3) print(a.shape) b=torch.unsqueeze(a,0) print(b.shape) c=torch.unsqueeze(a,1) print(c.shape) d=torch.unsqueeze(a,2) print(d.shape)
输出:
torch.Size([1, 3]) torch.Size([1, 1, 3]) torch.Size([1, 1, 3]) torch.Size([1, 3, 1])
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:pytorch学习 中 torch.squeeze() 和torch.unsqueeze()的用法 - Python技术站