PyTorch教程（四）：维度变换_torch 1*678 转1*64-优快云博客

本文链接：https://blog.youkuaiyun.com/vincent_duan/article/details/113852113

本文详细解析了PyTorch 0.4版本后view和reshape的区别，展示了如何通过这两个函数改变张量形状，同时介绍了unsqueeze、squeeze、expand和repeat等操作，以及转置、维度扩展和移动的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

view和reshape

在PyTorch0.3版本中使用view，在PyTorch0.4以后增加了reshape，作用是将一个shape转变为另一个shape。

shape变化的前提是保证numel()一致

a = torch.rand(4,1,28,28) # 4张图片，灰度，28长，28宽
# torch.Size([4, 1, 28, 28])
a.view(4, 1*28*28) 
a.view(4, 1*28*28).shape # torch.Size([4, 784]) # 这里丢失了原始的数据存储顺序

unsqueeze和Squeeze

添加维度unsqueeze

a = torch.rand(4,1,28,28) 
a.unsqueeze(0).shape # 在最前面添加了一个维度，例如数据组
# torch.Size([1, 4, 1, 28, 28])
a.unsqueeze(-1).shape # 在最后面添加了一个维度，例如方差
# torch.Size([4, 1, 28, 28, 1])

unsqueeze不会更改数据本身，只是插入一个维度。
举例 $f + b$ 求偏置项

b = torch.rand(32)
f=torch.rand(4,32,14,14)
b = b.unsqueeze(1).unsqueeze(2).unsqueeze(0)
b.shape # torch.Size([1, 32, 1, 1])

删减维度

b.shape # torch.Size([1, 32, 1, 1])
b.squeeze().shape # torch.Size([32]) 把所有的1维度数据删除
b.squeeze(0).shape # torch.Size([32, 1, 1]) 删除了第一个维度
b.squeeze(-1).shape # torch.Size([1, 32, 1]) 删除了最后一个维度
b.squeeze(1).shape # torch.Size([1, 32, 1, 1]) 删除了第一个维度，但是这个维度中包含了数据，所以不变化
b.squeeze(-4).shape # torch.Size([32, 1, 1]) 从右往左删除第四个维度

维度扩展expand和repeat

b.shape # torch.Size([1, 32, 1, 1])
b.expand(4,32,14,14).shape # torch.Size([4, 32, 14, 14]) 将原先维度是1的进行扩展
b.expand(-1,32,14,14).shape # torch.Size([1, 32, 14, 14]) 如果不想改变某个维度，只需要写为-1就可以

# 对于repeat表示在某个维度上的重复倍数
b.repeat(4,32,1,1).shape # torch.Size([4, 1024, 1, 1]) 对应维度分别扩展4倍、32倍、不扩展、不扩展
b.repeat(4,1,1,1).shape # torch.Size([4, 32, 1, 1]) 对应维度分别扩展4倍、不扩展、不扩展、不扩展

转置

a = torch.randn(3,4)
a.t()
#tensor([[ 0.3362,  0.3310, -0.9111],
#        [-0.9452, -0.3859, -0.2837],
#        [-2.0296,  0.7222, -1.2428],
#        [-1.0731,  1.2659,  1.5356]])