squeeze()和unsqueeze()_CodingPark编程公园

最新推荐文章于 2024-02-21 15:23:27 发布

TEAM-AG

最新推荐文章于 2024-02-21 15:23:27 发布

阅读量173

点赞数

分类专栏：计算机系基本功帮助手册文章标签： python

版权由TEAM-AG团队所有

本文链接：https://blog.csdn.net/weixin_38411989/article/details/113063516

版权

本文详细介绍了PyTorch中的torch.squeeze()和torch.unsqueeze()函数，展示了如何压缩和扩充数据维度，包括使用不同参数和示例代码。理解这两个函数对于处理张量数据至关重要。

摘要由CSDN通过智能技术生成

基本概念

torch.squeeze()

torch.squeeze() 这个函数主要对数据的维度进行压缩，去掉维数为1的的维度，比如是一行或者一列这种，一个一行三列（1,3）的数去掉第一个维数为一的维度之后就变成（3）行。

1. squeeze(a) 就是将a中所有为1的维度删掉。不为1的维度没有影响。
1. a.squeeze(N) 就是去掉a中指定的维数为一的维度。
还有一种形式就是b=torch.squeeze(a，N) a中去掉指定的维数N为一的维度。

torch.unsqueeze()

torch.unsqueeze()这个函数主要是对数据维度进行扩充。

给指定位置加上维数为一的维度，比如原本有个三行的数据（3），在0的位置加了一维就变成一行三列（1,3）。a.unsqueeze(N) 就是在a中指定位置N加上一个维数为1的维度。

还有一种形式就是b=torch.unsqueeze(a，N) a就是在a中指定位置N加上一个维数为1的维度
代码如下：

import torch

a = torch.randn(1, 1, 3)
print('a.shape-> ', a.shape)
b = torch.squeeze(a)
print('b.shape-> ', b.shape)
c = torch.squeeze(a, 0)
print('c.shape-> ', c.shape)
cc = a.squeeze(0)
print('cc.shape-> ', cc.shape)
d = torch.squeeze(a, 1)
print('d.shape-> ', d.shape)
e = torch.squeeze(a,