pytorch学习之---squeeze()和unsqueeze()函数功能及使用

首先这个squeeze单词啥意思：

1.squeeze(1)和squeeze(-1)作用：

两者的效果一样，都是给张量tensor降维，但不是啥张量都可以用这两个函数来降维，它只能降维一种情况下张量的维度。就是我的张量tensor是一个n*1维度的张量，例如：张量[[1], [2], [3]]是一个3*1维的，调用这两个函数后效果如图：

但是如果不是n*1的这种2维张量的话，如本就是1维的，或者m*n（其中m和n都是大于1的）这种的话，调用这个函数一点效果没有。

2.squeeze(0)的作用：

当张量是一个1*n维度的张量时，例如：张量[[1, 2, 3]]是一个1*3维的，调用这个函数后的效果图如下：

但是如果不是1*n的这种2维张量的话，如本就是1维的，或者m*n（其中m和n都是大于1的）这种的话，调用这个函数一点效果没有。

 

3.unsqueeze(1)和unsqueeze(-1)作用：

和squeeze(1)和squeeze(-1)是反着的，如果我就是一个一维的张量，我调用这个函数，我就变成上面第1节中的原本的样子。

例如：张量[1.2, -5.6, 9, 0.004]，调用这两个函数后的效果为：

如果我就是一n*m的2维的张量，调用这两个函数后的效果是啥呢？果然预期的一样，一点效果没有

例如:

4.unsqueeze(0)作用：

和第2节中的squeeze(0)的作用是反这的。

例如：张量[1.2, -5.6, 9, 0.004]，调用这个函数后的效果为：

 

5.当维度不在是1,2维时，例如3维的张量时，测试发现，如果参数为1或者-1，此时函数关心的是第2维度是不是1，如果是1的话，就能类比进行上面1和3节的操作；如果参数是0，此时函数只关心第1维度是不是1（你不知道是不是1，size()一下看看），则就是类比进行上面2和4节的操作。

例如：举个第1维度是1的，使用参数0，调用函数试试效果：