- A+
所属分类:知道百科
tensor.squeeze() 和 tensor.unsqueeze() 是 PyTorch 中用于改变 tensor 形状的两个函数,它们的作用如下:
- tensor.squeeze(dim=None, *, out=None) : 压缩 tensor 中尺寸为 1 的维度,并返回新的 tensor。可以指定要压缩的维度(默认为所有尺寸为 1 的维度均压缩)。
- tensor.unsqueeze(dim, *, out=None) : 在指定的位置插入一个新维度,并返回新的 tensor。dim 参数表示新插入的维度在哪个位置(从 0 开始),可以是负数,表示倒数第几个维度。
- squeeze 是压缩维度,unsqueeze是增加维度.
下面给出例子来说明它们的使用。
tensor.squeeze()
import
torch
# 创建一个形状为 (1, 3, 1, 2) 的 tensor
x
=
torch.randn(
1
,
3
,
1
,
2
)
(x.shape)
# torch.Size([1, 3, 1, 2])
# 压缩尺寸为 1 的维度
y
=
x.squeeze()
(y.shape)
# torch.Size([3, 2])
# 指定要压缩的维度
y
=
x.squeeze(dim
=
0
)
(y.shape)
# torch.Size([3, 1, 2])
在上面的例子中,我们创建了一个形状为 (1, 3, 1, 2) 的 tensor,然后使用 squeeze() 函数压缩了尺寸为 1 的维度。在第二个 squeeze() 调用中,我们指定了要压缩的维度为 0,也就是第一个维度,因此第一个维度的大小被压缩为 1,变成了形状为 (3, 1, 2) 的 tensor。
tensor.unsqueeze()
import
torch
# 创建一个形状为 (3, 2) 的 tensor
x
=
torch.randn(
3
,
2
)
(x.shape)
# torch.Size([3, 2])
# 在维度 0 上插入新维度
y
=
x.unsqueeze(dim
=
0
)
(y.shape)
# torch.Size([1, 3, 2])
# 在维度 1 上插入新维度
y
=
x.unsqueeze(dim
=
1
)
(y.shape)
# torch.Size([3, 1, 2])
# 在倒数第二个维度上插入新维度
y
=
x.unsqueeze(dim
=
-
2
)
(y.shape)
# torch.Size([3, 1, 2])
在上面的例子中,我们创建了一个形状为 (3, 2) 的 tensor,然后使用 unsqueeze() 函数在不同的位置插入了新维度。在第一个 unsqueeze() 调用中,我们在维度 0 上插入了新维度,因此新的 tensor 形状为 (1, 3, 2)。在第二个和第三个 unsqueeze() 调用中,我们分别在维度 1 和倒数第二个维度上插入了新维度,分别得到了形状为 (3, 1, 2) 和 (3, 2, 1) 的 tensor。
到此这篇关于tensor.squeeze函数和tensor.unsqueeze函数的使用详解的文章就介绍到这了