pytorch-unsqueeze用法

最新推荐文章于 2025-06-22 16:35:15 发布

冬日and暖阳

最新推荐文章于 2025-06-22 16:35:15 发布

阅读量1k

点赞数 3

CC 4.0 BY-SA版权

分类专栏： python学习 pytorch 文章标签： unsqueeze

本文链接：https://blog.youkuaiyun.com/qq_29007291/article/details/84887218

python学习同时被 2 个专栏收录

47 篇文章

订阅专栏

pytorch

32 篇文章

订阅专栏

本文详细解析了PyTorch中unsqueeze()函数的使用方法，通过具体示例展示了如何利用该函数为张量添加维度，这对于深度学习模型的构建和数据预处理具有重要意义。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tensor.unsqueeze 为tenor添加维度

a = torch.rand((1, 3, 5), dtype=torch.float32)
print("a shape is ", a.size())

b = a.unsqueeze(-1)  # 负1表示 在最后一维上添加
print("b shape is ", b.size())

输出结果如下

a shape is  torch.Size([1, 3, 5])
b shape is  torch.Size([1, 3, 5, 1])

真实数值如下：

a:
tensor([[[0.6146, 0.2028, 0.4266, 0.9713, 0.1965],
         [0.3768, 0.5539, 0.4202, 0.5306, 0.3155],
         [0.1831, 0.1981, 0.6740, 0.1039, 0.2108]]])

b:
tensor([[[[0.6146],
          [0.2028],
          [0.4266],
          [0.9713],
          [0.1965]],

         [[0.3768],
          [0.5539],
          [0.4202],
          [0.5306],
          [0.3155]],

         [[0.1831],
          [0.1981],
          [0.6740],
          [0.1039],
          [0.2108]]]])

注意：维度的顺序是从外往里数的，看a和b就能看看出来。