快捷導(dǎo)航

淺析對torch.unsqueeze()函數(shù)理解

更新時(shí)間：2024年06月24日 10:56:17 作者：路過不知道

torch.unsqueeze()函數(shù)起到升維的作用,dim等于幾表示在第幾維度加一,這篇文章主要介紹了對torch.unsqueeze()函數(shù)理解深度解析,感興趣的朋友跟隨小編一起看看吧

torch.unsqueeze()函數(shù)理解

torch.unsqueeze(input, dim)  使用時(shí)等同于  input.unsqueeze(dim)

torch.unsqueeze()函數(shù)起到升維的作用，dim等于幾表示在第幾維度加一，比如原來x的size=([4])，x.unsqueeze(0)之后就變成了size=([1, 4])，而x.unsqueeze(1)之后就變成了size=([4, 1])，注意dim∈[-input.dim() - 1, input.dim() + 1]
例如

輸入一維張量，即input.dim()=1

# 輸入：
x = torch.tensor([1, 2, 3, 4])  # x.dim()=1
print(x)
print(x.shape)
y = x.unsqueeze(0)
print(y)
print(y.shape)  # 此時(shí)y.dim()=2
z = x.unsqueeze(1)
print(z)
print(z.shape)  # 此時(shí)z.dim()=2

# 輸出：
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])

輸入二維張量，即input.dim()=2

# 輸入：
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)  # 此時(shí)y.dim()=3
z = x.unsqueeze(1)
print(z)
print(z.shape)  # 此時(shí)z.dim()=3

# 輸出：
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])

輸入四維張量，即input.dim()=4

# 輸入：
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)

# 輸出：
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])

到此這篇關(guān)于torch.unsqueeze()函數(shù)理解的文章就介紹到這了,更多相關(guān)torch.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！

您可能感興趣的文章:

相關(guān)文章

Python安裝教程全過程(2022最新)
這篇文章主要介紹了Python安裝教程全過程(2022最新版本)，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教
2022-12-12
Windows系統(tǒng)下多版本pip的共存問題詳解
這篇文章主要給大家介紹了關(guān)于在Windows系統(tǒng)下多版本pip的共存問題，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友可以參考借鑒，下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧。
2017-10-10
Python web框架fastapi中間件的使用及CORS跨域問題
fastapi "中間件"是一個(gè)函數(shù),它在每個(gè)請求被特定的路徑操作處理之前,以及在每個(gè)響應(yīng)之后工作,它接收你的應(yīng)用程序的每一個(gè)請求,下面通過本文給大家介紹Python web框架fastapi中間件的使用及CORS跨域問題,感興趣的朋友一起看看吧
2024-03-03
Python+PyQt5實(shí)現(xiàn)PDF批量水印工具
本文圍繞 PDF添加水印.py,完整講解如何將單文件水印腳本重構(gòu)為可交互的 PyQt5 桌面應(yīng)用,支持拖拽導(dǎo)入、實(shí)時(shí)預(yù)覽、子線程處理與輸出管理,并給出關(guān)鍵實(shí)現(xiàn)細(xì)節(jié)與結(jié)構(gòu)說明,需要的朋友可以參考下
2026-03-03
Python文件名的匹配之clob庫
這篇文章主要介紹了Python文件名的匹配之clob庫,文中有非常詳細(xì)的代碼示例,對正在學(xué)習(xí)python的小伙伴們有很好地幫助喲,需要的朋友可以參考下
2021-05-05
Python 如何展開嵌套的序列
這篇文章主要介紹了Python 如何展開嵌套的序列，文中講解非常細(xì)致，代碼幫助大家更好的理解和學(xué)習(xí)，感興趣的朋友可以了解下
2020-08-08
Python3多線程基礎(chǔ)知識點(diǎn)
在本篇內(nèi)容里小編給大家分享了關(guān)于Python3多線程基礎(chǔ)知識點(diǎn)內(nèi)容，需要的朋友們跟著學(xué)習(xí)參考下。
2019-02-02
Python中l(wèi)ogging日志記錄到文件及自動(dòng)分割的操作代碼
這篇文章主要介紹了Python中l(wèi)ogging日志記錄到文件及自動(dòng)分割,本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下
2020-08-08
詳解如何使用SQLAlchemy連接數(shù)據(jù)庫
這篇文章主要為大家詳細(xì)介紹了如何使用 SQLAlchemy 連接數(shù)據(jù)庫、建立模型、操作表、以及查詢操作表數(shù)據(jù)等內(nèi)容,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下
2023-11-11
通過實(shí)例了解Python str()和repr()的區(qū)別
這篇文章主要介紹了通過實(shí)例了解Python str()和repr()的區(qū)別,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
2020-01-01