1、flatten():压缩维度
input_tensor.flatten(start_dim, end_dim),其中 input_tensor 就是输入的你想压缩的 tensor,start_dim 和 end_dim 分别是开始压缩和结束压缩的维度
注意:如果只填了一个参数dim,则表示从dim这个维度开始,进行最大程度的压缩
import torch
x=torch.randn(2,3,5,5)
output=x.flatten(1,2)
print(output.shape)
new_output=x.flatten(2)
print(new_output.shape)
2、transpose():转置(两个维度)
input_tensor.transpose(start_dim, end_dim),其中 input_tensor 就是输入的你想压缩的 tensor,start_dim 和 end_dim 是要转置(也就是交换)的两个维度
import torch
x=torch.randn(2,3,5,5)
output=x.transpose(1,2)
print(output.shape)
3、permute():按照指定维度排列进行转置(多个维度)
input_tensor.permute(first_dim, second_dim, …, last_dim),其中 input_tensor 就是输入的你想压缩的 tensor,first_dim, second_dim, …, last_dim 是指定维度排列顺序,比如一个3维的张量本来的维度排列为 (0, 1, 2),可以使用 permute(1, 2, 0) 改变成 (1, 2, 0) 的排列
import torch
x=torch.randn(2,3,5,5)
output=x.permute(1,2,0,3)
print(output.shape)