tensor之维度转换

维度转换

改变维度view

view 可以改变维度，合并拆分都可

#创建tensor变量
a=torch.rand(4,1,28,28)#4张图，1灰度图片，图片大小28*28
a.shape
#torch.Size([4, 1, 28, 28])

#将后面三个维度合并在一起，1*28*28
a.view(4,28*28).shape
#torch.Size([4, 784])

#前3个维度合并在一起
a.view(4*1*28,28).shape
#out：torch.Size([112, 28])

b=a.view(4,784)
b.view(4,28,28,1).shape#1维转4维，但此转变没有物理意义
#out：torch.Size([4, 28, 28, 1])

squeeze/unsqueeze

增加维度unsqueeze

#创建tensor变量
a=torch.rand(4,1,28,28)#4张图，1灰度图片，图片大小28*28

#在0的位置插入一个维度
a.unsqueeze(0).shape#0之前插入
#out:torch.Size([1, 4, 1, 28, 28])

a.unsqueeze(-1).shape#-1之后插入
#out：torch.Size([4, 1, 28, 28, 1])

删减维度squeeze

b=torch.rand(1,32,1,1)#32个channel，每个Chanel上有一个点

b.squeeze().shape#挤压维度维1的
#out：torch.Size([32])

b.squeeze(0).shape#删减第一位
#out:torch.Size([32, 1, 1])

b.squeeze(-1).shape#删减倒数第一位
#out:torch.Size([1, 32, 1])

expand/repeat

expand()函数可以将张量广播到新的形状，但是切记以下两点：

1. 只能对维度值为1的维度进行扩展，且扩展的Tensor不会分配新的内存，只是原来的基础上创建新的视图并返回；
2. 无需扩展的维度请保持维度值不变。

a=torch.rand(1,32,14,14)
a.expand(4,32,14,14).shape#expand维度与之前一致，
#out:torch.Size([4, 32, 14, 14])

a.expand(4,32,-1,-1).shape#-1代表保持原来的维度不变
#out:torch.Size([4, 32, 14, 14])

repeat(),这个函数如函数名一样，是复制函数，参数表示把这个tensor复制成多少个，参数以1,2,3位来解释：

b=torch.rand(1,32,1,1)
a.repeat(4,1,1,1).shape#数字代表重复的字数
b.repeat(4,1,32,32).shape#重复4次，保持不变，重复32，。。32

转置操作

a=torch.randn(3,4)
a.t().shape

transpose维度交换

torch.transpose(Tensor, a,b)：transpose只能操作2D矩阵的转置

a=torch.rand([4,3,32,32])

#transpose(1,3),代表交换的维度，1和3维度。
a1=a.transpose(1,3).view(4,3*32*32).view(4,3,32,32)
#[abcd]变成[adcb]在变成[abdc]
#注意数据不可用view随意变换

a2=a.transpose(1,3).contiguous().view(4,3*32*32).view(4,32,32,3).transpose(1,3)
#[abcd]-[adcb]-[abcd]

#比较a和a1，会发现
torch.all(torch.eq(a,a1))
#False

torch.all(torch.eq(a,a2))
#True

permute

Tensor.permute(a,b,c,d, …)：permute函数可以对任意高维矩阵进行转置，但没有 torch.permute() 这个调用方式， 只能 Tensor.permute()：

a=torch.rand(4,3,28,28)
a.transpose(1,3).shape

b=torch.rand(4,3,28,32)
b.transpose(1,3).shape

#所有维度可以随意变换
b.permute(0,2,3,1).shape
#torch.Size([4, 28, 32, 3])