Pytorch学习笔记之clamp()，squeeze()，unsqueeze()

 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。