torch.unbind

1. 官方解释

2. 函数作用
   移除input的指定维度，并将得到的多个张量拼接为一个tuple。
   例如原维度为[2,3,4]，那么移除dim=0后得到2个shape为[3,4]的张量，这2个张量拼接为一个tuple；如果移除dim=1，则得到3个shape为[2,4]张量，这3个张量拼接为一个tuple。

3. 图解
   移除dim=1，即沿着与维度1垂直的绿面和黄面进行切片，切片后得到3个[2,4]的张量。如果不是很明白，结合下面的代码实例以及运行结果来理解会好很多。
   

4. 代码实例

input = torch.arange(24).reshape(2,3,4) 

"""input为：
tensor([[[ 0,  1,  2,  3],
         [ 4,  5,  6,  7],
         [ 8,  9, 10, 11]],

        [[12, 13, 14, 15],
         [16, 17, 18, 19],
         [20, 21, 22, 23]]])
"""

print(torch.unbind(input,dim=0))
"""得到两个[3,4]
(tensor([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]]), 
 tensor([[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]))
"""
print(torch.unbind(input,dim=1))
"""得到三个[2,4]
(tensor([[ 0,  1,  2,  3],
        [12, 13, 14, 15]]), 
 tensor([[ 4,  5,  6,  7],
        [16, 17, 18, 19]]), 
 tensor([[ 8,  9, 10, 11],
        [20, 21, 22, 23]]))
"""
print(torch.unbind(input,dim=2))
"""得到四个[2,3]
(tensor([[ 0,  4,  8],
        [12, 16, 20]]), 
 tensor([[ 1,  5,  9],
        [13, 17, 21]]), 
 tensor([[ 2,  6, 10],
        [14, 18, 22]]), 
 tensor([[ 3,  7, 11],
        [15, 19, 23]]))
"""