numpy 与 torch中压缩、扩展维度的方法

numpy 与 torch中压缩、扩展维度的方法稍有不同

torch 压缩、扩展维度:

# 扩展维度使用unsqueeze()
A = torch.ones(8,8)
A = A.unsqueeze(2)
A = torch.unsqueeze(A,2)
# 压缩维度使用squeeze()
A = torch.ones(8,8,1)
A = A.squeeze(-1)
A = torch.squeeze(A,-1)

可以发现torch扩展维度,压缩维度 非常方便,

numpy 压缩、扩展维度:

import numpy as np
# numpy扩展维度,使用expand_dims()
A = np.ones([8,8])
A = A.expand_dims(2) #直接报错,numpy.array没有expand_dims函数
A = np.expand_dims(A,2)
# numpy压缩维度,使用squeeze()
A = np.ones([8,8,1])
A = A.squeeze(-1)
A = np.squeeze(A,-1)     #两个方法都能使用
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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