PyTorch常用函数 | squeeze与unsqueeze函数 | flatten函数 | Pytorch中的各种乘法 | mul与mv与mm与dot与matmul函数

一、squeeze与unsqueeze函数

  顾名思义，squeeze函数的作用是压缩（降维）；unsqueeze函数的作用是解压（升维）。

1.squeeze函数

torch.squeeze(input, dim=None, *, out=None)

功能：

• 返回一个所有维度不为1的张量。
  比如，输入张量维度为A×1×B×C×1×D，则经squeeze函数的输出张量维度为A×B×C×D。
• 当dim参数设置时，只在所设置的dim维度进行张量的压缩，如果所设置的dim维度的尺寸不为1，则张量不会发生任何改变。
  比如，输入张量的维度为A×1×B，squeeze(input, 0)函数不会使得输出张量的维度有任何改变。但是squeeze(input, 1)函数会使得输出张量的维度变为A×B。

需要注意的是：

1. 返回的张量与输入张量共享内存，因此，其中一个张量的内容改变，另一个张量的内容也会改变
2. 如果一个张量batch维度设置为1，那么经squeeze函数将会移除batch维度，这会导致错误

参数：

• input(Tensor)：输入张量
• dim(int, optional)：如果这个参数被设置，则输入张量仅在这个维度(dim)上进行压缩

例子:

x = torch.zeros(2, 1, 2, 1, 2)
x.size()
=>torch.Size([2, 1, 2, 1, 2])
y = torch.squeeze(x)
y.size()
=>torch.Size([2, 2, 2])
y = torch.squeeze(x, 0)
y.size()
=>torch.Size([2, 1, 2, 1, 2])
y = torch.squeeze(x, 1)
y.size()
=>torch.Size([2, 2, 1, 2])

2.unsqueeze函数

torch.unsqueeze(input, dim)

功能

• 返回一个在指定位置插入尺寸为 1 的新张量
• dim参数的区间为[-input.dim() - 1, input.dim() + 1)，负的dim维度相当于dim = dim + input.dim() + 1

参数：

• input (Tensor)：输入张量
• dim (int)：插入的索引

案例：

# shape=4
x = torch.tensor([1, 2, 3, 4])  
# shape=(1,4)
torch.unsqueeze(x, 0)
=>tensor([[ 1,  2,  3,  4]])
# shape=(4,1)
torch.unsqueeze(x, 1)
=>t