pytorch基础知识五【维度变换】

1. 改变形状view & reshape

（1）.reshape(dim,dim)和.view(dim,dim) 改变张量的形状，但不改变其数据的总量。
（2）这两种方法虽然不改变张量的总量，但改变形状后会丢失原来的维度信息，无法复原。

a = torch.rand(2,3,4)
print(a)
b = a.reshape(6,4)
print(b)
c = a.view(4,6)
print(c)

执行结果:
	tensor([[[0.7205, 0.5070, 0.1591, 0.4621],
         [0.7140, 0.9463, 0.5383, 0.3105],
         [0.2181, 0.7825, 0.2277, 0.7061]],

        [[0.7025, 0.4321, 0.7696, 0.9744],
         [0.4337, 0.6441, 0.8214, 0.7411],
         [0.1081, 0.3400, 0.5136, 0.1967]]])
	tensor([[0.7205, 0.5070, 0.1591, 0.4621],
	        [0.7140, 0.9463, 0.5383, 0.3105],
	        [0.2181, 0.7825, 0.2277, 0.7061],
	        [0.7025, 0.4321, 0.7696, 0.9744],
	        [0.4337, 0.6441, 0.8214, 0.7411],
	        [0.1081, 0.3400, 0.5136, 0.1967]])
	tensor([[0.7205, 0.5070, 0.1591, 0.4621, 0.7140, 0.9463],
	        [0.5383, 0.3105, 0.2181, 0.7825, 0.2277, 0.7061],
	        [0.7025, 0.4321, 0.7696, 0.9744, 0.4337, 0.6441],
	        [0.8214, 0.7411, 0.1081, 0.3400, 0.5136, 0.1967]])

2. 增删维度squeeze & unsqueeze

2.1 增加维度unsqueeze()

举例：

2.2 删减维度squeeze()

(1) squeeze(dim) 只能删减数量为1的维度；
(2) squeeze() 不传参数表示把能删减的维度都删减；
(3) 遇到不能删减维度的张量，返回原张量。

3. 维度形状扩展expand & repeat

(1) expand() ：broadcasting  扩展维度形状不增加数据；节约内存，推进使用
(2) repeat() ：memory copied  扩展维度形状增加数据。

3.1 expand()

（1）expand() 扩展维度形状（shape）的时候，原来的形状必须是1。扩展维度形状时输入-1，扩展后形状保持不变。
（2）expand() 输入的参数是扩展后的结果，也就是新的shape

3.2 repeat()

（1）repeat() 输入的参数是张量每个维度形状扩展(或拷贝)的倍数，是乘法关系。

4. 二位矩阵(张量)转置操作.t()

.t() 转置操作只能用于二位张量。

5. 维度交换(两两交换)transpose()

注意：数据的内存连续与数据结构的破坏。

6. 维度交换(任意交换)permute()