引言:此函数常用于维度计算当中,网络搭建过程中,在下不才,将此函数理解为维度加一函数,也就是扩充在原来基础上再扩充一个一维 维度的函数。
如果在引言部分你只是懵懵懂懂,那下面就展示几个通俗易懂的例子吧!(默认情况下,图像的一般表述为(C*W*H)其中C代表通道数,C就是常说的三RGB通道,W代表的是图像的宽度,H代表图像的高度,下面以这个讲解)
数据库导入:
import torch from PIL import Image import matplotlib.pyplot as plt
1.首先在一维维度的空间张量,在开头加上/扩充一个维度。(Y,X)
1》在Y轴方向的扩张
代码:
data1=torch.tensor([1,2,5,9]) print(data1,data1.dim(),data1.size()) data2=torch.unsqueeze(data1,0) print(data2,data2.dim(),data2.size())
output:
tensor([1, 2, 5, 9]) 1 torch.Size([4])
tensor([[1, 2, 5, 9]]) 2 torch.Size([1, 4])分析:在原来的一维维度张量扩充为二维维度张量。类似于原来在X轴上的一维数据,在Y轴上扩张。
2》在X轴方向上的扩张。
代码:
data1=torch.