pytorch中的view、expand、unsqueeze、squeeze的对比

本文详细介绍了PyTorch中张量的squeeze、view、unsqueeze及expand等维度操作方法,通过实例展示了如何使用这些函数来改变张量的形状,适用于深度学习模型中的数据预处理和后处理。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.squeeze是压缩维度1,即将(2,3,1)的张量转成(2,3)张量

import torch
tensor=torch.randn(2,3,1)
print(tensor)
new_tensor=tensor.squeeze()
print("squeeze:\n",new_tensor)

2.view与unsqueeze是扩展维度1
(1)unsqueeze是在某个索引位置加入维度1
(2)view(1,4,-1)在-1位置加入维度1

print("unsqueeze:\n",torch.unsqueeze(new_tensor,2))
tensor1=torch.randn(1,4)
print(tensor1.size())
print("tensor1:\n",tensor1)
print("view:\n",tensor1.view(1,4,-1))

3.expand是扩充维度1

print("expend:\n",tensor.expand(2,3,4))
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值