pytorch如何增加维度_利用Pytorch如何实现压缩Tensor维度和扩展Tensor维度

利用Pytorch如何实现压缩Tensor维度和扩展Tensor维度

发布时间：2020-11-04 16:00:23

来源：亿速云

阅读：83

作者：Leah

这篇文章将为大家详细讲解有关利用Pytorch如何实现压缩Tensor维度和扩展Tensor维度，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。

1. 扩展Tensor维度

相信刚接触Pytorch的宝宝们，会遇到这样一个问题，输入的数据维度和实验需要维度不一致，输入的可能是2维数据或3维数据，实验需要用到3维或4维数据，那么我们需要扩展这个维度。其实特别简单，只要对数据加一个扩展维度方法就可以了。

1.1torch.unsqueeze(self: Tensor, dim: _int)

torch.unsqueeze(self: Tensor, dim: _int)

参数说明：self:输入的tensor数据，dim：要对哪个维度扩展就输入那个维度的整数，可以输入0，1，2……

1.2Code

第一种方式，输入数据后直接加unsqueeze()

扩展第一维和第二维为1

import torch

def reset_unsqueeze1():

data = torch.rand([3, 3])

data1 = data.unsqueeze(dim=0).unsqueeze(dim=1)

print("data_size: ", data.shape)</