torch.size unsqueeze()

本文介绍了PyTorch中unsqueeze()函数的作用,通过示例展示了如何使用该函数在指定位置增加一个维度。文章指出,unsqueeze()能够帮助将一维数据转换成二维数据,这对于处理神经网络输入尤其有用。在示例中,一个四元素的向量通过unsqueeze(0)变为了一维大小为1的矩阵。理解unsqueeze()对于理解和操作张量的维度至关重要。
部署运行你感兴趣的模型镜像
import torch
obs=[2,4,2,6]

obs_tensor = torch.as_tensor(obs, dtype=torch.float32)
print((obs_tensor))
print((obs_tensor).shape)
obs_tensor.unsqueeze(0)  #在0的位置加上一维
print(obs_tensor.unsqueeze(0))
print(obs_tensor.unsqueeze(0).shape)

output

tensor([2., 4., 2., 6.])
torch.Size([4])
tensor([[2., 4., 2., 6.]])
torch.Size([1, 4])

torch.Size括号中有几个数字就是几维,具体参考——torch.size: link

**unsqueeze()**这个函数主要是对数据维度进行扩充。
给指定位置加上维数为一的维度,比如原本有个四行的数据(4),unsqueeze(0)后就会在0的位置加了一维就变成一行四列(1,4)。参考链接: linklink

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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