torch.unsqueeze()函数解析《pytorch学习》

引言：此函数常用于维度计算当中，网络搭建过程中，在下不才，将此函数理解为维度加一函数，也就是扩充在原来基础上再扩充一个一维 维度的函数。

如果在引言部分你只是懵懵懂懂，那下面就展示几个通俗易懂的例子吧！（默认情况下，图像的一般表述为（C*W*H）其中C代表通道数，C就是常说的三RGB通道，W代表的是图像的宽度，H代表图像的高度，下面以这个讲解）

数据库导入：

import torch
from PIL import Image
import matplotlib.pyplot as plt

1.首先在一维维度的空间张量，在开头加上/扩充一个维度。（Y,X）

1》在Y轴方向的扩张

代码：

data1=torch.tensor([1,2,5,9])
print(data1,data1.dim(),data1.size())
data2=torch.unsqueeze(data1,0)
print(data2,data2.dim(),data2.size())

output：

tensor([1, 2, 5, 9]) 1 torch.Size([4])
tensor([[1, 2, 5, 9]]) 2 torch.Size([1, 4])

分析：在原来的一维维度张量扩充为二维维度张量。类似于原来在X轴上的一维数据，在Y轴上扩张。

2》在X轴方向上的扩张。

代码：

data1=torch.tensor([1,2,5,9])
print(data1,data1.dim(),data1.size())
data2=torch.unsqueeze(data1,1)
print(data2,data2.dim(),data2.size())

output：

tensor([1, 2, 5, 9]) 1 torch.Size([4])
tensor([[1],
            [2],
            [5],
            [9]]) 2 torch.Size([4, 1])

分析：类似于原来在Y轴上的一维数据，在X轴上扩张。

3.在二维空间上的扩张。（Z）

1》首先在Z轴上的扩张。

代码：

data1=torch.randn((2,3))
print(data1,data1.dim(),data1.size())
data2=torch.unsqueeze(data1,0)
print(data2)
print(data2.dim(),data2.size())

output：

tensor([[ 1.1373,  0.1755, -0.3572],
        [ 0.3606, -0.4550, -1.0797]]) 
2 torch.Size([2, 3])
tensor([[[ 1.1373,  0.1755, -0.3572],
         [ 0.3606, -0.4550, -1.0797]]])
3 torch.Size([1, 2, 3])

2》在Y上的扩张。

代码：

data1=torch.randn((2,3))
print(data1,data1.dim(),data1.size())
data2=torch.unsqueeze(data1,1)
print(data2)
print(data2.dim(),data2.size())

output：

tensor([[-0.7019, -0.4293, -0.5671],
        [-1.6799, -0.0126,  0.1750]]) 
2 torch.Size([2, 3])
tensor([[[-0.7019, -0.4293, -0.5671]],

        [[-1.6799, -0.0126,  0.1750]]])
3 torch.Size([2, 1, 3])

3》在Z轴上的扩张。

代码：

data1=torch.randn((2,3))
print(data1,data1.dim(),data1.size())
data2=torch.unsqueeze(data1,-1)
print(data2)
print(data2.dim(),data2.size())

output：

tensor([[ 1.1902, -1.2110, -0.0837],
        [-0.0760,  0.5523, -1.3458]]) 
2 torch.Size([2, 3])
tensor([[[ 1.1902],
         [-1.2110],
         [-0.0837]],

        [[-0.0760],
         [ 0.5523],
         [-1.3458]]])
3 torch.Size([2, 3, 1])

4.结束：

GAME OVER

如果理解错误，欢迎大家批评，及时纠正小琼的错误哦，真心感谢你的纠正！！！

如果小伙伴梦有疑问欢迎在评论区留言哦！！！

如果感觉不错的话！点个赞呗，不用客气！（O(∩_∩)O哈哈~）

欢迎和小伙伴梦一起学习，共同努力，加油！！！