【Pytorch】unsqueeze()与squeeze()详解

Posted 2023-05-16

参考技术A

squeeze()主要用于对数据的维度进行压缩或者解压的

官方文档

注意：

输入的张量和返回的张量共用一段内存空间，改变了其中一个，其余的都会被改变

参数：

多维张量本质上就是一个变换，如果维度是 1 ，那么，1 仅仅起到扩充维度的作用，而没有其他用途，因而，在进行降维操作时，为了加快计算，是可以去掉这些 1 的维度。

总结： 这个函数主要对数据的维度进行压缩，去掉维数为1的的维度，比如是一行或者一列这种，一个一行三列（1,3）的数去掉第一个维数为一的维度之后就变成（3）行。squeeze(a)就是将a中所有为1的维度删掉。不为1的维度没有影响。a.squeeze(N) 就是去掉a中指定的维数为一的维度。还有一种形式就是b=torch.squeeze(a，N) a中去掉指定的定的维数为一的维度。

总结： 给指定位置加上维数为一的维度，比如原本有个三行的数据（3），在0的位置加了一维就变成一行三列（1,3）。a.unsqueeze(N) 就是在a中指定位置N加上一个维数为1的维度。

参考: https://zhuanlan.zhihu.com/p/86763381

PyTorch中使用 Noneunsqueeze()squeeze() 改变 tensor 的维度

1、使用 None 增加 tensor 的维度

在维度中使用 None 可以在所在维度中增加一维。

2、使用 unsqueeze() 增加 tensor 的维度

torch.unsqueeze(input, dim) → Tensor
torch.Tensor.unsqueeze(dim) → Tensor

• 参数：
• input：input tensor.
• dim：在 dim 所在的索引位置插入一个新的维度，索引范围在 [-input.dim() - 1, input.dim() + 1) 之间。

3、使用 squeeze() 压缩 tensor 的维度

torch.squeeze(input, dim=None) → Tensor
torch.Tensor.squeeze(dim=None) → Tensor

• 参数：
• input：input tensor.
• dim：要压缩的维度索引，如果 dim 为 None，则压缩 input tensor 中所有维度为 1 的维度，如果 dim 指定，则当 dim 索引所在的维度为1时，只压缩该维度，当 dim 索引所在的维度不为1时，不做压缩。