学习pytorch中的一些笔记(2)

学习pytorch中的一些笔记(2)

一、torch.expand(*sizes)

torch.expand()用来扩展某张量某维度的值，先看代码示例：

import torch
x = torch.tensor([[1, 2, 3]])
print(x.size())
y = x.expand(2,3)
print(y)
print(y.size())

输出：
torch.Size([1, 3])
tensor([[1, 2, 3],
        [1, 2, 3]])
torch.Size([2, 3])

官网文档如下：

通过官方文档，我觉得需要注意的一点是，expand()只能对维度为1的那个维度进行扩张，如果不是1，则无法进行扩展。示例如下：

import torch
x = torch.tensor([[1, 2, 3]])
print(x.size())
y = x.expand(2,4)
print(y)
print(y.size())

输出：
torch.Size([1, 3])
---------------------------------------------------------------------------
RuntimeError Traceback (most recent call last)
<ipython-input-27-ac6657df382d> in <module>
      1 x = torch.tensor([[1, 2, 3]])
      2 print(x.size())
----> 3 y = x.expand(2,4)
      4 print(y)
      5 print(y.size())

RuntimeError: The expanded size of the tensor (4) must match the existing size (3) at non-singleton dimension 1.  
Target sizes: [2, 4].  Tensor sizes: [1, 3]

二、torch.Tensor.item( )和torch.Tensor.tolist( )

torch.Tensor.item( )在获取一维张量中的数字的时候使用，且只能使用在一维张量，返回一个数字。

torch.Tensor.tolist( )在取tensor中数据的时候使用，一维张量的时候等同于torch.Tensor.item( )返回一个数字，多维张量的时候使用会返回一个list（嵌套的列表）。

三、torch.squeeze( )和torch.unsqueeze( )

torch.suqeeze( ) 是将一个张量中维度为1的维度删除然后返回，第二个参数可以不指定。

需要注意的是，squeeze只能对于维度为1的维度进行删除
第二个参数如果指定的话，就只对指定的维度进行操作，如果指定维度不是1，就不进行任何操作，如果指定维度是1，就删除此维度。

torch.unsuqeeze( ):是返回一个在指定维度增加了一个维度为1的维度的张量，第二个参数必须指定。

import torch
x = torch.zeros(2, 1, 2, 1, 2)
print(x.size())
y = torch.squeeze(x)
print(y.size())
z = torch.squeeze(x,1)
print(z.size())

输出：
torch.Size([2, 1, 2, 1, 2])
torch.Size([2, 2, 2])
torch.Size([2, 2, 1, 2])


import torch
x = torch.zeros(2, 2, 2)
print(x.size())
y = torch.unsqueeze(x,1)
print(y.size())
z = torch.unsqueeze(x,3)
print(z.size())

输出：
torch.Size([2, 2, 2])
torch.Size([2, 1, 2, 2])
torch.Size([2, 2, 2, 1])