随笔记录——torch.squeeze/torch.unsqueeze

使用squeeze()移除输入的tensor中,大小为1的维度
import torch
x = torch.zeros(2, 1, 2, 1, 2)

y = torch.squeeze(x)
y.shape
torch.Size([2, 2, 2])
使用squeeze()移除输入的tensor中,指定维度的大小为1的维度
y = torch.squeeze(x, 0)
y.shape
torch.Size([2, 1, 2, 1, 2])

y = torch.squeeze(x, 1)
y.shape
torch.Size([2, 2, 1, 2])

y = torch.squeeze(x, 2)
y.shape
torch.Size([2, 1, 2, 1, 2])

y = torch.squeeze(x, dim=3)
y.shape
torch.Size([2, 1, 2, 2])

如果指定了dim,则如果对应dim的维的大小为1, 则指定维度被删除。

在指定位置插入一个大小为1的维度
x = torch.tensor([1, 2, 3, 4])
x.shape
torch.Size([4])

torch.unsqueeze(x, 0).shape
torch.Size([1, 4])

torch.unsqueeze(x, 1).shape
torch.Size([4, 1])

暂时完结。。。

  • 0
    点赞
  • 0
    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