Pytorch\Numpy中Squeeze()与unsqueeze()函数的区别和应用

简单粗暴,看一下两个函数的用法:

1.unsqueeze():

从tensor(torch)或者数组中,在指定维度上添加维度为1的维度(axis=0, axis=1, axis=2, …)
以pytorch为例,首先初始化一个tensor,size为(2,3).

Pytorch\Numpy中Squeeze()与unsqueeze()函数的区别和应用_第1张图片
在tensor的第一维unsqueeze(0)中插入维度为1的维度,现在tensor的size为(1,2,3)。
在这里插入图片描述

2.squeeze():

从tensor(torch)或者数组中,在指定维度上删除维度为1的维度(axis=0, axis=1, axis=2, …)
Pytorch\Numpy中Squeeze()与unsqueeze()函数的区别和应用_第2张图片

Note:

对于Tensor操作的几个函数,包括.reshape(), .view(), .permute()。涉及到维度的变化,主要是用来进行矩阵乘法运算,一定要注意维度!!!

你可能感兴趣的:(深度学习,Pytorch)