pytorch——维度变换

squeeze降低维度

只能挤压掉长度为1的维度，对于不为1的维度保持不变

使用方法：a.squeeze(x)  其中参数x范围[-dim，dim-1]，这里只举参数为0/正的例子

a=tensor.rand(1,3,1,1)则

a.squeeze(0)可以理解为(1,3,1,1)即（3，1，1）；a.squeeze(3)可以理解为(1,3, 1 1,)即（1，3，1）；注意a.squeeze(1)即(1,3,1,1)由于长度不是1，则结果为(1,3,1,1）

expand增加长度

只能增加长度为1的维度

使用方法：a=tensor.rand(1,3,1,1) 则a.expand(4,3,28,28)就将第1，3，4个维度的张量的长度分别由1改变为4，28，28；若a.expand(-1,-1,28,-1)则表示第3个维度长度变为28，其余不变

repeat通过复制原有数据增加长度

使用方法：a=tensor.rand(1,3,1,1)则a.repeat(4,32,1,1)表示：第一维的张量数据复制四次，第二维张量数据复制32次，第三维张量数据复制1次，第四维一次，此时a.size=torch.size([4,32*4,1,1])

a.t():a矩阵转置

transpose:维度交换

使用方法：a.transpose(1,3):表示张量a第二维度和第四维度交换，[abcd变为][adbc]

a.transpose(1,3).contigous():让张量连续？

permute：维度交换

a.permute(0,2,3,1):对a的各个维度按照给定顺序进行重新排队即：[abcd]变为[acdb]

broadcast增加维度并扩充长度

应用场景举例，有张量X=【A，B，C，D】x.shape=[4,3,28,28]，想给张量x中的某些维度单独加一个数，则需要一个张量Y，Y可以为任意维度，broadcast会将Y扩展为与x维度以及某一维度的长度相同的张量，即xy的shape相同

适用范围：y中需要与x某一维度相加的那个维度的长度为1，或者与x相同

从最小维度开始匹配