Pytorch中 torch.squeeze() 和torch.unsqueeze()的相关用法

#unsqueeze:扩充数据维度，在0起的指定位置N加上维数为1的维度
#squeeze:   维度压缩，在0起的指定位置N，去掉维数为1的的维度

torch.unsqueeze()这个函数主要是对数据维度进行扩充。给指定位置加上维数为一的维度，比如原本有个三行的数据（3），在0的位置加了一维就变成一行三列（1,3）。a.squeeze(N) 就是在a中指定位置N加上一个维数为1的维度。还有一种形式就是b=torch.squeeze(a，N) a就是在a中指定位置N加上一个维数为1的维度

torch.squeeze() 这个函数主要对数据的维度进行压缩，去掉维数为1的的维度，比如是一行或者一列这种，一个一行三列（1,3）的数去掉第一个维数为一的维度之后就变成（3）行。squeeze(a)就是将a中所有为1的维度删掉。不为1的维度没有影响。a.squeeze(N) 就是去掉a中指定的维数为一的维度。还有一种形式就是b=torch.squeeze(a，N) a中去掉指定的定的维数为一的维度。
 

import torch
import matplotlib.pyplot as plt


a=torch.randn(2,3)#标准正态分布生成随机数
print(a)
print(a.shape) #torch.Size([2, 3])


#unsqueeze:扩充数据维度，在0起的指定位置N加上维数为一的维度
b=torch.unsqueeze(a,1) #[2, 3]中在位置1，就是=3的位置增加维度1，3向后串
print(b.shape)#torch.Size([2, 1, 3])

c=torch.unsqueeze(a,0) #[2, 3]中在位置0，就是=1的位置增加维度1，2向后串
print(c.shape)#torch.Size([1, 2, 3])
#--------------------------------------------------------------#
f=torch.randn(3)
print(f)
print(f.shape)#torch.Size([3])
g=f.unsqueeze(0) #[3]中在位置0，就是=3的位置增加维度1，3向后串
print(g.shape)#torch.Size([1, 3])
#--------------------------------------------------------------#
#squeeze:维度压缩，在0起的指定位置，去掉维数为1的的维度
d=torch.squeeze(c) # d=c.squeeze(0)
print(d)
print(d.shape)#torch.Size([2, 3])

x = torch.unsqueeze(torch.linspace(-1,1,100),dim=1) #增加维度，xdata (tensor),shape=(100,1)
print(x.size()) #torch.Size([100, 1])
y=torch.linspace(-1,1,100)
print(y.size()) #torch.Size([100])