快捷導(dǎo)航

Pytorch 擴(kuò)展Tensor維度、壓縮Tensor維度的方法

更新時間：2020年09月09日 10:15:28 作者：撫琴塵世客

這篇文章主要介紹了Pytorch 擴(kuò)展Tensor維度、壓縮Tensor維度的方法，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

1. 擴(kuò)展Tensor維度

　　相信剛接觸Pytorch的寶寶們，會遇到這樣一個問題，輸入的數(shù)據(jù)維度和實驗需要維度不一致，輸入的可能是2維數(shù)據(jù)或3維數(shù)據(jù)，實驗需要用到3維或4維數(shù)據(jù)，那么我們需要擴(kuò)展這個維度。其實特別簡單，只要對數(shù)據(jù)加一個擴(kuò)展維度方法就可以了。

1.1torch.unsqueeze(self: Tensor, dim: _int)

　　torch.unsqueeze(self: Tensor, dim: _int)

　　參數(shù)說明：self:輸入的tensor數(shù)據(jù)，dim：要對哪個維度擴(kuò)展就輸入那個維度的整數(shù)，可以輸入0，1，2……

1.2Code

第一種方式，輸入數(shù)據(jù)后直接加unsqueeze()

　　擴(kuò)展第一維和第二維為1

import torch


def reset_unsqueeze1():
 data = torch.rand([3, 3])
 data1 = data.unsqueeze(dim=0).unsqueeze(dim=1)
 print("data_size: ", data.shape)
 print("data: ", data)
 print("data1_size: ", data1.shape)
 print("data1: ", data1)

結(jié)果顯示

第二種方式，用torch.unsqueeze()

import torch


def reset_unsqueeze2():
 data = torch.rand([3, 3])
 data1 = torch.unsqueeze(data, dim=0)
 print("data_size: ", data.shape)
 print("data: ", data)
 print("data1_size: ", data1.shape)
 print("data1: ", data1)

結(jié)果顯示

2. 壓縮Tensor維度

2.1torch.squeeze(self: Tensor, dim: _int)

　　這個方法剛好和torch.unsqueeze()方法效果相反，壓縮Tensor維度。

2.2 Code

第一種方式，輸入數(shù)據(jù)后直接加squeeze()

import torch


def reset_squeeze1():
 data = torch.rand([1, 1, 3, 3])
 data1 = data.squeeze(dim=0).squeeze(dim=1)
 print("data_size: ", data.shape)
 print("data: ", data)
 print("data1_size: ", data1.shape)
 print("data1: ", data1)

結(jié)果顯示

第二種方式，用torch.squeeze()

import torch


def reset_squeeze2():
 data = torch.rand([1, 1, 3, 3])
 data1 = torch.squeeze(data, dim=0)
 print("data_size: ", data.shape)
 print("data: ", data)
 print("data1_size: ", data1.shape)
 print("data1: ", data1)

結(jié)果顯示

到此這篇關(guān)于Pytorch 擴(kuò)展Tensor維度、壓縮Tensor維度的方法的文章就介紹到這了,更多相關(guān)Pytorch 擴(kuò)展Tensor維度、壓縮Tensor維度內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: