torch.squeeze、 numpy.squeeze()详解

1. 降低维度 ： squeeze、 numpy.squeeze()

torch版：

x.squeeze()

如果不传位置，则删除所有大小为1的维度。
例如，如果输入的形状为：（A×1×B×C×1×D）则输出张量的形状为（A×B×C×D）
传入位置，若矩阵的相应位置的维度为1，则删除，其他维度不变；若不为1，则不变。
总结：只能维度为1时，才能降低相应位置维度

torch示例：

import torch
import numpy as np

x = torch.rand((2, 2, 1, 3, 1, 3))
# 不传入位置，删除矩阵中所有维度为1的
b = x.squeeze()
# 如果1处维度为1，则删除此维度，其他维度不变
c = x.squeeze(1)
# 如果2处维度为1，则删除此维度，其他维度不变
d = x.squeeze(2)
print('x_shape:', x.shape)  # torch.Size([2, 2, 1, 3, 1, 3])
print('b_shape:', b.shape)  # b_shape: torch.Size([2, 2, 3, 3])
print('c_shape:', c.shape)  # c_shape: torch.Size([2, 2, 1, 3, 1, 3])
print('d_shape:', d.shape)  # d_shape: torch.Size([2, 2, 3, 1, 3])

numpy版：

从ndarray的shape中，去掉维度为1的。

默认去掉所有的1。

注意：只能去掉shape中的1，其他数字的维度无法去除。

当传入的轴对应维度不为1时，np会报错，报错如下：

ValueError: cannot select an axis to squeeze out which has size not equal to one

但是torch中不会报错，会返回原数据，见上面示例。

numpy示例：

import numpy as np

x = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
x = x.reshape(1, 1, 1, 2, 5)

a = x.squeeze()
b = x.squeeze(0)
c = x.squeeze(1)
d = x.squeeze(2)
# 维度不为1时，进行删除会报错
# e = x.squeeze(4)
print('x_shape:', x.shape)  # (1, 1, 1, 2, 5)
print('a_shape:', a.shape)  # (2, 5)
print('b_shape:', b.shape)  # (1, 1, 2, 5)
print('c_shape:', c.shape)  # (1, 1, 2, 5)
print('d_shape:', d.shape)  # (1, 1, 2, 5)
# print('e_shape:', e.shape)