关于pytorch的张量处理

1. squeeze()

压缩张量，去除size为1的维度

2.unsqueeze（）

增加维度：在指定维度上增加维度，

如b = torch.tensor([1, 2, 3]), torch.Size([3])

在dim = 0的维度插入，B1 = torch.unsqueeze(b, 0)，输出为[[1,2,3]]。torch.Size([1, 3])

加到另一个维度，B2 = B.unsqueeze(1)，输出为[[1],[2],[3]]。torch.Size([3, 1])

在B1基础上加新的维度，B3 = B1.unsqueeze(2)， 输出为[[[1],[2],[3]]]。torch.Size([1, 3, 1])

3.expand（）

在指定维度上进行扩张

4.gather（）

从tensor中按索引取值，注意！索引范围是[0, length - 1]，如果范围超出则会报错

具体torch.gather()的使用方法这篇博客介绍十分详细。

图解PyTorch中的torch.gather函数 - 知乎1 背景 去年我理解了 torch.gather()用法，今年看到又给忘了，索性把自己的理解梳理出来，方便今后遗忘后