神经网络学习小记录33——pytorch中squeeze()和unsqueeze()函数的简单介绍

迈不过友情╰ 2023-06-24 11:23 21阅读 0赞

### 神经网络学习小记录33——pytorch中squeeze和unsqueeze函数的简单介绍 ###

*  学习前言
 *  1、unsqueeze
 *  2、squeeze

# 学习前言 #

经常看到在tf中看到squeeze，学会pytorch，结果刚入门就发现了这个函数，我决定弄懂它，顺便写篇文章水一下。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center]

# 1、unsqueeze #

其实unsqueeze的作用和np.expand\_dims的作用非常类似，都是为矩阵增加一个维度，unsqueeze是为了pytorch中的tensor增加一个维度。

函数声明为：

torch.unsqueeze(dim)

**其中dim表示需要在哪一维增加一个维度，dim必须被指定。**

试验示例：

import torch
    before_unsqueeze = torch.arange(12).reshape([3,4])
    print(before_unsqueeze.data)
    after_unsqueeze = before_unsqueeze.unsqueeze(1)
    print(after_unsqueeze.data)

结果：

tensor([[ 0,  1,  2,  3],
            [ 4,  5,  6,  7],
            [ 8,  9, 10, 11]])
    tensor([[[ 0,  1,  2,  3]],
    
            [[ 4,  5,  6,  7]],
    
            [[ 8,  9, 10, 11]]])

# 2、squeeze #

其实squeeze的作用和tf.squeeze的作用非常类似，二者都是将被操作目标中维度为1的部分去除。

函数声明为：

torch.squeeze(dim=None)

**其中dim表示需要在哪一维去掉一个维度，如果不指定则自动寻找，如果指定则当指定的维度为1时去掉，如果不为1则不改变。**

试验示例：

import torch
    before_squeeze = torch.arange(12).reshape([1,3,4])
    print(before_squeeze.data)
    # 指定维度
    after_squeeze = before_squeeze.squeeze(1)
    print(after_squeeze.data)
    # 自动去除
    after_squeeze = before_squeeze.squeeze()
    print(after_squeeze.data)

结果：

tensor([[[ 0,  1,  2,  3],
             [ 4,  5,  6,  7],
             [ 8,  9, 10, 11]]])
    tensor([[[ 0,  1,  2,  3],
             [ 4,  5,  6,  7],
             [ 8,  9, 10, 11]]])
    tensor([[ 0,  1,  2,  3],
            [ 4,  5,  6,  7],
            [ 8,  9, 10, 11]])

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/20190723144346254.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA==,size_16,color_FFFFFF,t_70#pic_center