PyTorch中使用 Noneunsqueeze()squeeze() 改变 tensor 的维度
Posted 魏晓蕾
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了PyTorch中使用 Noneunsqueeze()squeeze() 改变 tensor 的维度相关的知识,希望对你有一定的参考价值。
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。
以上是关于PyTorch中使用 Noneunsqueeze()squeeze() 改变 tensor 的维度的主要内容,如果未能解决你的问题,请参考以下文章
pytorch中的数据加载(dataset基类,以及pytorch自带数据集)
如何在 pytorch 和 tensorflow 中使用张量核心?
小白学习PyTorch教程五在 PyTorch 中使用 Datasets 和 DataLoader 自定义数据