pytorch 扩充Tensor的维度

  • dataloader读进来的数据标签是torch.Size([n]),需要和数据做torch.cat操作,要保持两者的维度一致,变成torch.Size([n, 1])
  • 代码举例
    import torch
    import numpy as np
    
    label = torch.randperm(5)
    print(label)  # tensor([1, 3, 0, 4, 2])
    print(label.size()) # torch.Size([5])
    
    # 方法1——np.newaxis
    label2 = label[:,np.newaxis]
    print(label2, label2.size())
    
    # tensor([[1],
            [3],
            [0],
            [4],
            [2]]) torch.Size([5, 1])
            
    # 方法2——unsqueeze
    label3 = torch.unsqueeze(label,1)
    print(label3, label3.size())
    # tensor([[1],
            [3],
            [0],
            [4],
            [2]]) torch.Size([5, 1])
    # 方法2的第二种写法
    label4 = label.unsqueeze(dim=1)
    print(label4, label4.size())
    # tensor([[1],
            [3],
            [0],
            [4],
            [2]]) torch.Size([5, 1])
    

20191125

  • 3
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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