原文出处:http://milletpu.com/2018/04/07/pytorch-view/
本篇博客主要向大家介绍Pytorch中view()、squeeze()、unsqueeze()函数,这些函数虽然简单,但是在神经网络编程总却经常用到,希望大家看了这篇博文能够把这些函数的作用弄清楚。
import torch
a=torch.Tensor(2,3)
a
3.8686e+25 9.1836e-39 1.2771e-40
9.0079e+15 1.6751e-37 2.9775e-41
[torch.FloatTensor of size 2x3]
view()函数作用是将一个多行的Tensor,拼接成一行。如果一个数为-1,则表示这个维度的大小会根据另外几个维度的大小自动计算,可以看到2*3=1*6
a.view(1,-1)
a
3.8686e+25 9.1836e-39 1.2771e-40 9.0079e+15 1.6751e-37 2.9775e-41
[torch.FloatTensor of size 1x6]
下面是torch中squeeze()和unsqueeze()两个函数。
先介绍squeeze函数
b=torch.Tensor(1,3)
b
3.3447e+30 6.1237e-43 5.9179e+32
[torch.FloatTensor of size 1x3]
b.squeeze(0)
b
3.3447e+30
6.1237e-43
5.9179e+32
[torch.FloatTensor of size 3]
b.squeeze(1)
b
3.3447e+30 6.1237e-43 5.9179e+32
[torch.FloatTensor of size 1x3]
squeeze中的参数0、1分别代表第一、第二维度,squeeze(0)表示如果第一维度值为1,则去掉,否则不变。故b的维度(1,3),可去掉1成(3),但不可去掉3。如果还有更高的维度,则squeeze()中的参数可以逐渐增大。
接下来是unsqueeze函数
c=torch.Tensor(3)
c
7.5589e+28
5.2839e-11
1.8888e+31
[torch.FloatTensor of size 3]
c.unsqueeze(0)
c
7.5589e+28 5.2839e-11 1.8888e+31
[torch.FloatTensor of size 1x3]
c.unsqueeze(1)
c
7.5589e+28
5.2839e-11
1.8888e+31
[torch.FloatTensor of size 3x1]
unsqueeze()与squeeze()作用相反。参数代表的意思相同。unsqueeze中参数的输入范围取决于要处理的向量的维数,比如输入的是一个二维向量,那么参数范围是(-3,2),输入的是一个三维向量,那么参数范围是(-4,3),负数表示倒序。加入的维度总是在指定位置的前面。