numpy 与 torch中压缩、扩展维度的方法

写了一段时间的torch,发现torch与numpy的函数非常像,使用起来非常方便。今天发现 numpy 与 torch中压缩、扩展维度的方法稍有不同。

torch 压缩、扩展维度:

# 扩展维度使用unsqueeze()
A = torch.ones(8,8)

A = A.unsqueeze(2)
A = torch.unsqueeze(A,2)

# 压缩维度使用squeeze()
A = torch.ones(8,8,1)

A = A.squeeze(-1)
A = torch.squeeze(A,-1)

可以发现torch扩展维度,压缩维度 非常方便,今天使用numpy想做形状扩展时,发现使用unsqueeze(),直接报错。

numpy 压缩、扩展维度:

import numpy as np

# numpy扩展维度,使用expand_dims()
A = np.ones([8,8])

A = A.expand_dims(2) #直接报错,numpy.array没有expand_dims函数
A = np.expand_dims(A,2)


# numpy压缩维度,使用squeeze()
A = np.ones([8,8,1])

A = A.squeeze(-1) 
A = np.squeeze(A,-1)     #两个方法都能使用

 

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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