tensor.squeeze() 和 tensor.unsqueeze() 是 PyTorch 中用于改變 tensor 形狀的兩個函數(shù)，它們的作用如下：

• tensor.squeeze(dim=None, *, out=None) : 壓縮 tensor 中尺寸為 1 的維度，并返回新的 tensor?？梢灾付ㄒ獕嚎s的維度（默認為所有尺寸為 1 的維度均壓縮）。
• tensor.unsqueeze(dim, *, out=None) : 在指定的位置插入一個新維度，并返回新的 tensor。dim 參數(shù)表示新插入的維度在哪個位置（從 0 開始），可以是負數(shù)，表示倒數(shù)第幾個維度。
• squeeze 是壓縮維度，unsqueeze是增加維度.

下面給出例子來說明它們的使用。

tensor.squeeze()

import torch
 
# 創(chuàng)建一個形狀為 (1, 3, 1, 2) 的 tensor
x = torch.randn(1, 3, 1, 2)
print(x.shape)  # torch.Size([1, 3, 1, 2])
 
# 壓縮尺寸為 1 的維度
y = x.squeeze()
print(y.shape)  # torch.Size([3, 2])
 
# 指定要壓縮的維度
y = x.squeeze(dim=0)
print(y.shape)  # torch.Size([3, 1, 2])

在上面的例子中，我們創(chuàng)建了一個形狀為 (1, 3, 1, 2) 的 tensor，然后使用 squeeze() 函數(shù)壓縮了尺寸為 1 的維度。在第二個 squeeze() 調用中，我們指定了要壓縮的維度為 0，也就是第一個維度，因此第一個維度的大小被壓縮為 1，變成了形狀為 (3, 1, 2) 的 tensor。

tensor.unsqueeze()

import torch
 
# 創(chuàng)建一個形狀為 (3, 2) 的 tensor
x = torch.randn(3, 2)
print(x.shape)  # torch.Size([3, 2])
 
# 在維度 0 上插入新維度
y = x.unsqueeze(dim=0)
print(y.shape)  # torch.Size([1, 3, 2])
 
# 在維度 1 上插入新維度
y = x.unsqueeze(dim=1)
print(y.shape)  # torch.Size([3, 1, 2])
 
# 在倒數(shù)第二個維度上插入新維度
y = x.unsqueeze(dim=-2)
print(y.shape)  # torch.Size([3, 1, 2])

在上面的例子中，我們創(chuàng)建了一個形狀為 (3, 2) 的 tensor，然后使用 unsqueeze() 函數(shù)在不同的位置插入了新維度。在第一個 unsqueeze() 調用中，我們在維度 0 上插入了新維度，因此新的 tensor 形狀為 (1, 3, 2)。在第二個和第三個 unsqueeze() 調用中，我們分別在維度 1 和倒數(shù)第二個維度上插入了新維度，分別得到了形狀為 (3, 1, 2) 和 (3, 2, 1) 的 tensor。

到此這篇關于tensor.squeeze函數(shù)和tensor.unsqueeze函數(shù)的使用詳解的文章就介紹到這了,更多相關tensor.squeeze函數(shù)和tensor.unsqueeze函數(shù)內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！