深度学习中对tensor向量进行维度调整的常用方法总结reshape()、transpose()、unsqueeze()

在炼丹日常，很多模型为了保持tensor的计算便利和维度统一（例如resnet）会涉及到很多的维度转换，这时候很容易就绕晕，在参加飞浆的transformer课程中，学习了很多灵活变化维度的方法，这些方法能够让我们减少相当一部分的维度转换的复杂度。下面逐个介绍常用的维度转换方法：

reshape方法：维度重整

简单的reshape方法我们就不进行介绍，主要介绍reshape中-1的灵活运用，我们可以轻松的避免一些计算。

import paddle
import paddle.nn as nn

a = paddle.randn([4, 12, 12, 3])
b = a.reshape([4, -1, 3])
print(a.shape, b.shape)
复制代码

输出

[4, 12, 12, 3] 
[4, 144, 3]
复制代码

可以看到，在vision transformer中，我们一开始将图像进行embedding，首先需要将图片(n, h, w, c)变换输入到一维的(n, h * w , c)格式，如果我们使用reshape([4, 144, 3])，也可以将图片进行变换，但是当涉及到复杂的维度转换，我们很有可能出错，但是通过使用这个，当我们只需要第一维和最后一维确定时，那么我们只需要简单地将中间的设置为-1。

flatten方法：维度展开

a = paddle.randn([4, 12, 12, 3])
b = a.flatten(1)
c = a.flatten(2)
d = a.flatten(3)
e = a.flatten()
print(a.shape, b.shape, c.shape, d.shape, e.shape)
复制代码

输出

[4, 12, 12, 3] 
[4, 432] 
[4, 12, 36]
[4, 12, 12, 3]
[1728]
复制代码

利用flatten方法，我们可以轻松的达到将后几个维度进行合并的效果。

transpose方法：维度顺序替换

a = paddle.randn([4, 12, 12, 3])
b = a.transpose([0, 1, 2, 3])
c = a.transpose([0, 1, 3, 2])
#d 转换的 c
d = c.transpose([0, 1, 3, 2])

print(a.shape, b.shape, c.shape, d.shape)
复制代码

输出

[4, 12, 12, 3] 
[4, 12, 12, 3] 
[4, 12, 3, 12] 
[4, 12, 12, 3]#回归原维度顺序
复制代码

可以看到，transpose可以方便的进行多个维度之间替换，对替换后的tensor进行再次相同的替换（例如d,c之间），可以回归到原维度顺序。

unsqueeze与squeeze方法：维度删减

x = torch.linspace(-math.pi, math.pi, 2000)
x1 = x
x2 = x.unsqueeze(-1)
x3 = x.squeeze(-1)
print(x1.shape, x2.shape, x3.shape)
复制代码

输出

torch.Size([2000]) 
torch.Size([2000, 1]) 
torch.Size([2000])
复制代码

这里的squeeze与unsqueeze从字面意义上是一种相反的操作，究其本质，即对某个维度进行升维，如unsqueeze(-1)，就是从最后一维增加一维，变成二维，不过这里只对维度为1的进行维度删减。

 来源：深度学习中对tensor向量进行维度调整的常用方法总结reshape()、transpose()、unsqueeze() - 掘金