利用Pytorch如何實(shí)現(xiàn)壓縮Tensor維度和擴(kuò)展Tensor維度

這篇文章將為大家詳細(xì)講解有關(guān)利用Pytorch如何實(shí)現(xiàn)壓縮Tensor維度和擴(kuò)展Tensor維度，文章內(nèi)容質(zhì)量較高，因此小編分享給大家做個(gè)參考，希望大家閱讀完這篇文章后對(duì)相關(guān)知識(shí)有一定的了解。

1. 擴(kuò)展Tensor維度

　　相信剛接觸Pytorch的寶寶們，會(huì)遇到這樣一個(gè)問(wèn)題，輸入的數(shù)據(jù)維度和實(shí)驗(yàn)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(shí)驗(yàn)需要用到3維或4維數(shù)據(jù)，那么我們需要擴(kuò)展這個(gè)維度。其實(shí)特別簡(jiǎn)單，只要對(duì)數(shù)據(jù)加一個(gè)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(shuō)明：self:輸入的tensor數(shù)據(jù)，dim：要對(duì)哪個(gè)維度擴(kuò)展就輸入那個(gè)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(gè)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

關(guān)于利用Pytorch如何實(shí)現(xiàn)壓縮Tensor維度和擴(kuò)展Tensor維度就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，可以學(xué)到更多知識(shí)。如果覺(jué)得文章不錯(cuò)，可以把它分享出去讓更多的人看到。