PyTorch--Tensor的变形

import torch

t = torch.tensor([[1, 2, 3], [2, 3, 4]])
print(t)
print("t的形状：", t.shape)
# tensor([[1, 2, 3],
#         [2, 3, 4]])
# t的形状： torch.Size([2, 3])

b = t.flatten()  # 拉平，变成一维
print(b)
print("b的形状：", b.shape)
# tensor([1, 2, 3, 2, 3, 4])
# b的形状： torch.Size([6])

c = b.reshape(2, 3)  # 采用reshape将b的形状变为(2,3)
print(c)
print("c的形状：", c.shape)
# tensor([[1, 2, 3],
#         [2, 3, 4]])
# c的形状： torch.Size([2, 3])

d = c.view(1, 6)  # 采用reshape将b的形状变为(1,6)
print(d)
print("d的形状：", d.shape)
# tensor([[1, 2, 3, 2, 3, 4]])
# d的形状： torch.Size([1, 6])

e = torch.squeeze(d)  # 将输入张量形状中的1去掉
print(e)
print("e的形状：", e.shape)
# tensor([1, 2, 3, 2, 3, 4])
# e的形状： torch.Size([6])

f = torch.unsqueeze(e, 0)  # 将输入的既定位置插入维度1，0表示第一维
print(f)
print("f的形状：", f.shape)
# tensor([[1, 2, 3, 2, 3, 4]])
# f的形状： torch.Size([1, 6])

f1 = torch.unsqueeze(e, 1)  # 将输入的既定位置插入维度1，1表示第二维
print(f1)
print("f1的形状：", f1.shape)
# tensor([[1],
#         [2],
#         [3],
#         [2],
#         [3],
#         [4]])
# f1的形状： torch.Size([6, 1])