pytorch-unsqueeze用法

tensor.unsqueeze 为tenor添加维度

a = torch.rand((1, 3, 5), dtype=torch.float32)
print("a shape is ", a.size())

b = a.unsqueeze(-1)  # 负1表示 在最后一维上添加
print("b shape is ", b.size())

输出结果如下

a shape is  torch.Size([1, 3, 5])
b shape is  torch.Size([1, 3, 5, 1])

真实数值如下:

a:
tensor([[[0.6146, 0.2028, 0.4266, 0.9713, 0.1965],
         [0.3768, 0.5539, 0.4202, 0.5306, 0.3155],
         [0.1831, 0.1981, 0.6740, 0.1039, 0.2108]]])

b:
tensor([[[[0.6146],
          [0.2028],
          [0.4266],
          [0.9713],
          [0.1965]],

         [[0.3768],
          [0.5539],
          [0.4202],
          [0.5306],
          [0.3155]],

         [[0.1831],
          [0.1981],
          [0.6740],
          [0.1039],
          [0.2108]]]])

注意:维度的顺序是从外往里数的, 看a和b就能看看出来。

  • 3
    点赞
  • 7
    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