欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

tensor.squeeze函數(shù)和tensor.unsqueeze函數(shù)的使用詳解

 更新時間:2023年03月09日 08:58:48   作者:不想悲傷到天明  
本文主要介紹了tensor.squeeze函數(shù)和tensor.unsqueeze函數(shù)的使用詳解,文中通過示例代碼介紹的非常詳細,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

tensor.squeeze() 和 tensor.unsqueeze() 是 PyTorch 中用于改變 tensor 形狀的兩個函數(shù),它們的作用如下:

  • tensor.squeeze(dim=None, *, out=None) : 壓縮 tensor 中尺寸為 1 的維度,并返回新的 tensor。可以指定要壓縮的維度(默認為所有尺寸為 1 的維度均壓縮)。
  • tensor.unsqueeze(dim, *, out=None) : 在指定的位置插入一個新維度,并返回新的 tensor。dim 參數(shù)表示新插入的維度在哪個位置(從 0 開始),可以是負數(shù),表示倒數(shù)第幾個維度。
  • squeeze 是壓縮維度,unsqueeze是增加維度.

下面給出例子來說明它們的使用。

tensor.squeeze()

import torch
 
# 創(chuàng)建一個形狀為 (1, 3, 1, 2) 的 tensor
x = torch.randn(1, 3, 1, 2)
print(x.shape)  # torch.Size([1, 3, 1, 2])
 
# 壓縮尺寸為 1 的維度
y = x.squeeze()
print(y.shape)  # torch.Size([3, 2])
 
# 指定要壓縮的維度
y = x.squeeze(dim=0)
print(y.shape)  # torch.Size([3, 1, 2])

在上面的例子中,我們創(chuàng)建了一個形狀為 (1, 3, 1, 2) 的 tensor,然后使用 squeeze() 函數(shù)壓縮了尺寸為 1 的維度。在第二個 squeeze() 調(diào)用中,我們指定了要壓縮的維度為 0,也就是第一個維度,因此第一個維度的大小被壓縮為 1,變成了形狀為 (3, 1, 2) 的 tensor。

tensor.unsqueeze()

import torch
 
# 創(chuàng)建一個形狀為 (3, 2) 的 tensor
x = torch.randn(3, 2)
print(x.shape)  # torch.Size([3, 2])
 
# 在維度 0 上插入新維度
y = x.unsqueeze(dim=0)
print(y.shape)  # torch.Size([1, 3, 2])
 
# 在維度 1 上插入新維度
y = x.unsqueeze(dim=1)
print(y.shape)  # torch.Size([3, 1, 2])
 
# 在倒數(shù)第二個維度上插入新維度
y = x.unsqueeze(dim=-2)
print(y.shape)  # torch.Size([3, 1, 2])

在上面的例子中,我們創(chuàng)建了一個形狀為 (3, 2) 的 tensor,然后使用 unsqueeze() 函數(shù)在不同的位置插入了新維度。在第一個 unsqueeze() 調(diào)用中,我們在維度 0 上插入了新維度,因此新的 tensor 形狀為 (1, 3, 2)。在第二個和第三個 unsqueeze() 調(diào)用中,我們分別在維度 1 和倒數(shù)第二個維度上插入了新維度,分別得到了形狀為 (3, 1, 2) 和 (3, 2, 1) 的 tensor。

到此這篇關(guān)于tensor.squeeze函數(shù)和tensor.unsqueeze函數(shù)的使用詳解的文章就介紹到這了,更多相關(guān)tensor.squeeze函數(shù)和tensor.unsqueeze函數(shù)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!

相關(guān)文章

  • Python numpy中矩陣的基本用法匯總

    Python numpy中矩陣的基本用法匯總

    這篇文章主要給大家介紹了關(guān)于Python numpy中矩陣的基本用法的相關(guān)資料,文中通過示例代碼介紹的非常詳細,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,需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-02-02
  • python聚類算法解決方案(rest接口/mpp數(shù)據(jù)庫/json數(shù)據(jù)/下載圖片及數(shù)據(jù))

    python聚類算法解決方案(rest接口/mpp數(shù)據(jù)庫/json數(shù)據(jù)/下載圖片及數(shù)據(jù))

    這篇文章主要介紹了python聚類算法解決方案(rest接口/mpp數(shù)據(jù)庫/json數(shù)據(jù)/下載圖片及數(shù)據(jù)),文中通過示例代碼介紹的非常詳細,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,需要的朋友可以參考下
    2019-08-08
  • 淺談Python魔法方法

    淺談Python魔法方法

    今天給大家?guī)淼氖顷P(guān)于Python的相關(guān)知識,文章圍繞著Python魔法方法展開,文中有非常詳細的介紹及代碼示例,需要的朋友可以參考下
    2021-06-06
  • python相似模塊用例

    python相似模塊用例

    這篇文章主要為大家詳細介紹了python相似模塊用例,感興趣的小伙伴們可以參考一下
    2016-03-03
  • python flask解析json數(shù)據(jù)不完整的解決方法

    python flask解析json數(shù)據(jù)不完整的解決方法

    這篇文章主要介紹了python flask解析json數(shù)據(jù)不完整的解決方法,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2019-05-05
  • python實現(xiàn)FFT快速傅立葉變換算法案例

    python實現(xiàn)FFT快速傅立葉變換算法案例

    FFT(快速傅里葉變換)是計算DFT及其逆變換的一種算法,其基本思想是利用DFT的對稱性和周期性,通過分而治之的策略將DFT分解為更小的DFT,從而降低計算復(fù)雜度,FFT的算法步驟包括選擇分解、重新排序、蝶形運算和逐層計算,在Python中
    2024-10-10
  • python動態(tài)加載變量示例分享

    python動態(tài)加載變量示例分享

    這篇文章主要介紹了python動態(tài)加載變量示例,需要的朋友可以參考下
    2014-02-02
  • Python中的defaultdict與__missing__()使用介紹

    Python中的defaultdict與__missing__()使用介紹

    下面這篇文章主要給大家介紹了關(guān)于Python中defaultdict使用的相關(guān)資料,文中通過示例代碼介紹的非常詳細,對大家學(xué)習(xí)或者使用python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。
    2018-02-02
  • Python?Type?Hints?學(xué)習(xí)之從入門到實踐

    Python?Type?Hints?學(xué)習(xí)之從入門到實踐

    Type?Hints(類型注解)進一步強化了Python是一門強類型語言的特性,它在?Python3.5?中第一次被引入。使用Type?Hints可以讓我們編寫出帶有類型的Python代碼,本文將詳細介紹一下Type?Hints,感興趣的小伙伴可以關(guān)注一下
    2021-11-11
  • 用python寫PDF轉(zhuǎn)換器的實現(xiàn)

    用python寫PDF轉(zhuǎn)換器的實現(xiàn)

    這篇文章主要介紹了用python寫PDF轉(zhuǎn)換器的實現(xiàn),文中通過示例代碼介紹的非常詳細,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
    2020-10-10

最新評論