在pytorch中经常需要将一个张量(tensor)重塑(reshape)为一个特定的形状,但是张量的原始形状包含了一些维度,这些维度不能被简单的整数倍缩放,在这种情况下,可以使用(1, 1)
作为填充维度,以保持原始张量的大小不变,同时确保其形状满足(batch_size, channel, h, w)。
假如形状维torch.Size([8, 8])的初始张量x, 我想重塑为(1, 1, 8, 8)的张量
方法一.直接用已知的元组reshape
x = torch.rand(8, 8)
x = x.reshape((1, 1, 8, 8))
方法二. 维度填充的方法利用 填充维度元组(1, 1)+ x.shape
x = x.reshape((1, 1) + x.shape)
方法三.把x.shape解包 ,将x的形状变为(1, 1, x.shape[0], x.shape[1], ...)
x = x.reshape(1, 1, *x.shape)