torch.clamp():
torch.clamp(input, min, max, out=None) → Tensor
参数:
input: 输入张量
min: 限制范围下限
max: 限制范围上限
out: 输出张量
| min, if x_i < min
y_i = | x_i, if min <= x_i <= max
| max, if x_i > max
torch.squeeze():
torch.squeeze(input, dim=None, out=None)
squeeze()函数起维度压缩的作用。默认下将删除 input 中维度大小为1的所有维。
举个例子:如果 input 的形状为 (A×1×B×C×1×D),那么返回的tensor的形状则为 (A×B×C×D)
当给定 dim 时,那么只在给定的维度(dimension)上进行压缩操作,注意给定的维度大小必须是1,否则不能进行压缩。
举个例子:如果 input 的形状为 (A×1×B),squeeze(input, dim=0)后,返回的tensor不变,因为第0维的大小为A,不是1;squeeze(input, 1)后,返回的tensor将被压缩为 (A×B)。
torch.unsqueeze():
torch.unsqueeze(input, dim) → Tensor
unsqueeze()函数起升维的作用,参数dim表示在哪个地方加一个维度。
dim范围在:[0, input.dim() + 1]之间,dim=0时数据为行方向扩,dim=1时为列方向扩。