pytorch中squeeze()和unsqueeze()函数解析

本篇文章小编给大家分享一下pytorch中squeeze()和unsqueeze()函数解析，文章介绍的很详细，小编觉得挺不错的，现在分享给大家供大家参考，有需要的小伙伴们可以来看看。

squeeze的用法主要就是对数据的维度进行压缩或者解压。

先看torch.squeeze() 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。

再看torch.unsqueeze()这个函数主要是对数据维度进行扩充。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.squeeze(N) 就是在a中指定位置N加上一个维数为1的维度。还有一种形式就是b=torch.squeeze(a，N) a就是在a中指定位置N加上一个维数为1的维度

一、unsqueeze()函数

1. 首先初始化一个a

可以看出a的维度为（2，3）

2. 在第二维增加一个维度，使其维度变为（2，1，3）

可以看出a的维度已经变为（2，1，3）了，同样如果需要在倒数第二个维度上增加一个维度，那么使用b.unsqueeze(-2)

二、squeeze()函数介绍

1. 首先得到一个维度为（1，2，3）的tensor（张量）

由图中可以看出c的维度为（1，2，3）

2.下面使用squeeze()函数将第一维去掉

可见，维度已经变为（2，3）

3.另外

可以看出维度并没有变化，仍然为（1，2，3），这是因为只有维度为1时才会去掉。