脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → torch.unsqueeze()函数

浅析对torch.unsqueeze()函数理解

 更新时间：2024年06月24日 10:56:17   作者：路过不知道  
torch.unsqueeze()函数起到升维的作用,dim等于几表示在第几维度加一,这篇文章主要介绍了对torch.unsqueeze()函数理解深度解析,感兴趣的朋友跟随小编一起看看吧

torch.unsqueeze()函数理解

torch.unsqueeze(input, dim)  使用时等同于  input.unsqueeze(dim)

torch.unsqueeze()函数起到升维的作用，dim等于几表示在第几维度加一，比如原来x的size=([4])，x.unsqueeze(0)之后就变成了size=([1, 4])，而x.unsqueeze(1)之后就变成了size=([4, 1])，注意dim∈[-input.dim() - 1, input.dim() + 1]
例如

输入一维张量，即input.dim()=1

# 输入：
x = torch.tensor([1, 2, 3, 4])  # x.dim()=1
print(x)
print(x.shape)
y = x.unsqueeze(0)
print(y)
print(y.shape)  # 此时y.dim()=2
z = x.unsqueeze(1)
print(z)
print(z.shape)  # 此时z.dim()=2
# 输出：
tensor([1, 2, 3, 4])
torch.Size([4])
tensor([[1, 2, 3, 4]])
torch.Size([1, 4])
tensor([[1],
        [2],
        [3],
        [4]])
torch.Size([4, 1])

输入二维张量，即input.dim()=2

# 输入：
x = torch.tensor([[1, 2, 3], [4, 5, 6]])  # x.dim()=2
print(x)
print(x.shape)
y = x.unsqueeze(0)
print(y)
print(y.shape)  # 此时y.dim()=3
z = x.unsqueeze(1)
print(z)
print(z.shape)  # 此时z.dim()=3
# 输出：
tensor([[1, 2, 3],
        [4, 5, 6]])
torch.Size([2, 3])
tensor([[[1, 2, 3],
         [4, 5, 6]]])
torch.Size([1, 2, 3])
tensor([[[1, 2, 3]],
        [[4, 5, 6]]])
torch.Size([2, 1, 3])

输入四维张量，即input.dim()=4

# 输入：
x = torch.tensor([[[[1, 2, 3], 
                    [4, 5, 6]],
                [[0, 2, 1], 
                 [1, 5, 2]]],
                [[[1, 2, 3], 
                  [4, 5, 6]],
                [[0, 2, 1], 
                 [1, 5, 2]]]])
print(x)
print(x.shape)
y2 = x.unsqueeze(2)
print(y2)
print(y2.shape)
y3 = x.unsqueeze(3)
print(y3)
print(y3.shape)
# 输出：
tensor([[[[1, 2, 3],
          [4, 5, 6]],
         [[0, 2, 1],
          [1, 5, 2]]],
        [[[1, 2, 3],
          [4, 5, 6]],
         [[0, 2, 1],
          [1, 5, 2]]]])
torch.Size([2, 2, 2, 3])
tensor([[[[[1, 2, 3],
           [4, 5, 6]]],
         [[[0, 2, 1],
           [1, 5, 2]]]],
        [[[[1, 2, 3],
           [4, 5, 6]]],
         [[[0, 2, 1],
           [1, 5, 2]]]]])
torch.Size([2, 2, 1, 2, 3])
tensor([[[[[1, 2, 3]],
          [[4, 5, 6]]],
         [[[0, 2, 1]],
          [[1, 5, 2]]]],
        [[[[1, 2, 3]],
          [[4, 5, 6]]],
         [[[0, 2, 1]],
          [[1, 5, 2]]]]])
torch.Size([2, 2, 2, 1, 3])

到此这篇关于torch.unsqueeze()函数理解的文章就介绍到这了,更多相关torch.unsqueeze()函数内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • python进阶collections标准库使用示例详解

    python进阶collections标准库使用示例详解

    这篇文章主要为大家介绍了python进阶collections标准库使用示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
    2022-11-11
  • python 将日期戳（五位数时间）转换为标准时间

    python 将日期戳（五位数时间）转换为标准时间

    这篇文章主要介绍了python 将日期戳（五位数时间）转换为标准时间的实现方法，本文图文并茂给大家介绍的非常详细，具有一定的参考借鉴价值 ,需要的朋友可以参考下
    2019-07-07
  • Python3如何解决字符编码问题详解

    Python3如何解决字符编码问题详解

    字符串是一种数据类型，但是，字符串比较特殊的是还有一个编码问题。下面这篇文章主要给大家介绍了关于Python3如何解决字符编码问题的相关资料，文中介绍的还是相对比较详细的，需要的朋友可以参考借鉴，下面来一起看看吧。
    2017-04-04
  • 关于Python文本生成的Beam Search解码问题

    关于Python文本生成的Beam Search解码问题

    这篇文章主要介绍了Python文本生成的Beam Search解码,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2022-07-07
  • python Tensor和Array对比分析

    python Tensor和Array对比分析

    今天小编就为大家分享一篇python Tensor和Array对比分析，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-01-01
  • Python使用openpyxl模块处理Excel文件

    Python使用openpyxl模块处理Excel文件

    这篇文章介绍了Python使用openpyxl模块处理Excel文件的方法，文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2022-06-06
  • Python语法糖for else循环语句里的break使用详解

    Python语法糖for else循环语句里的break使用详解

    这篇文章主要介绍了Python语法糖之for else循环语句里的break使用详解,有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
    2023-05-05
  • Python解析Laravel Cookie技巧示例

    Python解析Laravel Cookie技巧示例

    本文将介绍如何使用Python解析Laravel Cookie，以便在Web开发中处理这些Cookie数据，我们将深入了解Cookie的结构，以及如何在Python中对其进行解析和操作
    2023-12-12
  • 回调函数的意义以及python实现实例

    回调函数的意义以及python实现实例

    本篇文章主要介绍了回调函数的意义以及python实现实例，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2017-06-06
  • python+selenium 实现扫码免密登录示例代码

    python+selenium 实现扫码免密登录示例代码

    这篇文章主要介绍了python+selenium 实现扫码免密登录,首先扫码登录获取cookies保存到本地未后面免密登录做准备，本文通过示例代码给大家介绍的非常详细，需要的朋友可以参考下
    2022-07-07

最新评论