python中squeeze函数_科学网—Pytorch中的Squeeze()和Unsqueeze()函数 - 张伟的博文

1. unsqueeze()

该函数用来增加某个维度。在PyTorch中维度是从0开始的。

import torch

a = torch.arange(0, 9)

print(a)

结果：

tensor([0, 1, 2, 3, 4, 5, 6, 7, 8])

利用view()改变tensor的形状。值得注意的是view不会修改自身的数据，返回的新tensor与源tensor共享内存；同时必须保证前后元素总数一致。

a = a.view(3, 3)

print(f"a:{a} \n shape:{a.shape}")

结果：

a:tensor([[0, 1, 2],

[3, 4, 5],

[6, 7, 8]])

shape:torch.Size([3, 3])

在第一个维度(即维度序号为0)前增加一个维度。

a = a.unsqueeze(0)

print(f"a:{a}\nshape:{a.shape}")

结果：

a:tensor([[[0, 1, 2],

[3, 4, 5],

[6, 7, 8]]])

shape:torch.Size([1, 3, 3])

同理，可在其他位置添加维度，在这里就不举例了。

2. squeeze()

该函数用来减少某个维度。

print(f"1.   a:{a}\nshape:{a.shape}")

a = a.unsqueeze(0)

a = a.unsqueeze(2)

print(f"2.   a:{a}\nshape:{a.shape}")

a = a.squeeze(2)

print(f"3.   a:{a}\nshape:{a.shape}")

结果：

1.   a:tensor([[0, 1, 2],

[3, 4, 5],

[6, 7, 8]])

shape:torch.Size([3, 3])

2.   a:tensor([[[[0, 1, 2]],

[[3, 4, 5]],

[[6, 7, 8]]]])

shape:torch.Size([1, 3, 1, 3])

3.   a:tensor([[[0, 1, 2],

[3, 4, 5],

[6, 7, 8]]])

shape:torch.Size([1, 3, 3])

点滴分享，福泽你我！Add oil！

转载本文请联系原作者获取授权，同时请注明本文来自张伟科学网博客。

链接地址：http://blog.sciencenet.cn/blog-3428464-1251944.html

上一篇：Python的Tqdm模块—进度条配置

下一篇：PyTorch中permute的用法