torch.unsqueeze与torch.squeeze

unsqueeze

扩充数据维度，在从0开始的指定位置上增加一维（维度为1）

x = torch.rand(2,3)
y = torch.unsqueeze(x, 1)
y = torch.unsqueeze(y, 0)

print(x.shape)
print(y.shape)
>>torch.Size([2, 3])
>>torch.Size([1, 2, 1, 3])

也可以倒着数，比如torch.unsqueeze(x,-1)，就是在最后添加一维

squeeze

维度压缩，在从0开始的指定位置上，去掉维数为1的的维度

• 若不指定参数，删除所有为 1 的维度
• 若指定参数 N
  • 如果第 N 个位置的维度为 1 ，则删除该维度
  • 否则，不受影响

x = torch.rand(2,3)

#增加两个维度
y = torch.unsqueeze(x, 1)
y = torch.unsqueeze(y, 0)

#若第二个位置的维度为 1，则删除。否则，不受影响
z = torch.squeeze(y, 2)

#删除所有为 1 的维度
m = torch.squeeze(y)
print(x.shape)
>>torch.Size([2, 3])

print(y.shape)
>>torch.Size([1, 2, 1, 3])

print(z.shape)
>>torch.Size([1, 2, 3])

print(m.shape)
>>torch.Size([2, 3])