torch.squeeze()

torch.squeeze(input: Tensor, dim=None)

不指定维度时,删除所有大小为1的维度

  • 指定维度的大小为1,删除指定维度
  • 指定的维度大小不为1,不做任何改变

示例

import torch

torch.manual_seed(0)
tensor_ = torch.randn(20).reshape(1, 2, 1, 2, 1, 5)
tensor_A = torch.squeeze(tensor_)
tensor_B = torch.squeeze(tensor_, dim=2)
tensor_C = torch.squeeze(tensor_, dim=1)

# 大小为1的维度全没了
print(tensor_A.shape)  # torch.Size([2, 2, 5])

# 指定维度,且指定维度大小为1的维度没了
print(tensor_B.shape)  # torch.Size([1, 2, 2, 1, 5])

# 指定维度,指定维度大小不为1,不做任何改变
print(tensor_C.shape)  # torch.Size([1, 2, 1, 2, 1, 5])

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值