删除tensor中维度为1的维度

在pytorch中,用torch.squeeze()函数或者tensor的自身成员函数squeeze()去除维度为1的维度。

import torch
x = torch.randn(3,1,4,1,2)
a = x.squeeze(dim=1)  # 成员函数删除第二维度
print(a.shape)
b = torch.squeeze(x, dim=1)  # torch自带函数删除第二维度
print(b.shape)
c = torch.squeeze(x, dim=3)  # 删除第三维度
print(c.shape)
d = torch.squeeze(x)  # 若不标注删除第几维度,则会删除所有为1的维度
print(d.shape)

输出:
torch.Size([3, 4, 1, 2])
torch.Size([3, 4, 1, 2])
torch.Size([3, 1, 4, 2])
torch.Size([3, 4, 2])

注意:squeeze()函数只能删除维度为1的维度,若不为1,该操作无效,但不会报错

b = torch.unsqueeze(a, dim=1)
print(b.shape)

输出为:
torch.Size([3, 1, 4, 1, 2])

给tensor添加维度为1的维度

在pytorch中, 用自带的torch.unsqueeze()和tensor的成员函数unsqueeze()可以为tensor添加维度为1的维度

e = torch.unsqueeze(x, dim=0)  # 在第一维度添加维度
print(e.shape)
f = x.unsqueeze(dim=0)
print(f.shape)

输出:
torch.Size([1, 3, 1, 4, 1, 2])
torch.Size([1, 3, 1, 4, 1, 2])

pytorch: 给tensor删除或者添加维度为1的维度(squeeze和unsqueeze)相关推荐

  1. Pytorch中tensor维度和torch.max()函数中dim参数的理解

    Pytorch中tensor维度和torch.max()函数中dim参数的理解 维度 参考了 https://blog.csdn.net/qq_41375609/article/details/106 ...

  2. 【PyTorch】 tensor.squeeze压缩维度

    [PyTorch] tensor.squeeze压缩维度 1.背景 2.squeeze方法 3.示例 1.背景 pytorch的tensor维度扩展.压缩是一个常见的操作, tensor维度扩展参见如 ...

  3. pyTorch中tensor运算

    文章目录 PyTorch的简介 PyTorch中主要的包 PyTorch的安装 使用GPU的原因 使数据在GPU上运行 什么使Tensor(张量) 一些术语介绍 Tensor的属性介绍(Rank,ax ...

  4. 【Pytorch】tensor类型数据.squeeze()和.unsqueeze()函数的简明教程(一看就会)

    文章目录 1 squeeze 1.1 1.2 1.3 执行操作后需要写回 2 unsqueeze pytorch系列代码中常见的两个函数squeeze()和unsqueeze() 1 squeeze ...

  5. pytorch方法,Tensor及其基本操作_重点

    由于之前的草稿都没了,现在只有重写-. 我好痛苦 本章只是对pytorch的常规操作进行一个总结,大家看过有脑子里有印象就好,知道有这么个东西,需要的时候可以再去详细的看,另外也还是需要在实战中多运用 ...

  6. pytorch中tensor.mul()和mm()和matmul()

    tensor.mul tensor.mul和tensor * tensor 都是将矩阵的对应位置的元素相乘,因此要求维度相同,点乘 torch.mul(input, other, *, out=Non ...

  7. Pytorch List Tensor转Tensor,,reshape拼接等操作

    Pytorch List Tensor转Tensor,reshape拼接等操作 持续更新一些常用的Tensor操作,比如List,Numpy,Tensor之间的转换,Tensor的拼接,维度的变换等操 ...

  8. 动手学pytorch之tensor数据(一)

    tensor数据类型 Tensor在使用时可以有不同的数据类型,官方给出了 7种CPU Tensor类型与8种GPU Tensor类型.16位半精度浮点是专为GPU模型设计的,以尽可能地节省GPU显存 ...

  9. Pytorch中tensor.view().permute().contiguous()函数理解

    Pytorch中tensor.view().permute().contiguous()函数理解 yolov3中有一行这样的代码,在此记录一下三个函数的含义 # 例子中batch_size为整型,le ...

最新文章

  1. CVD-ALD前驱体材料
  2. 备份----硬盘对拷
  3. php 语句插入失败,php – Mysqli准备语句插入不插入
  4. 盖茨在毕业礼上给毕业生的11个人生建议
  5. centos环境下使用percona-xtrabackup对mysql5.6数据库innodb和myisam进行快速备份及恢复...
  6. 利用for循环打印出不同的三角形
  7. Java 输入输出流学习总结
  8. wordpress英文主题怎样汉化成中文网站模板
  9. js左右弹性滚动对联广告代码
  10. QDU首届易途杯大赛-kk与cillyb的荣誉之战
  11. win10系统还原点怎么设置
  12. python实现均匀分配_python 实现生成均匀分布的点
  13. Android canvas
  14. 以太坊Eth2 deposit merkle tree
  15. 互联网公司面试题以及范围
  16. 02325计算机系统结构ppt,02325计算机系统结构2009
  17. 这30个高质量的数据集网站,你必须要试试!
  18. Android的bootloader
  19. JFrog Artifactory的数据备份与恢复教程
  20. android起始页面与导航页面

热门文章

  1. Solana 基金会与韩国区块链孵化器 ROK Capital 合作推出 2000 万美元生态基金
  2. Python数据分析系列(2)——美国纽约皇后区空气质量分析
  3. 公链分析报告(6)--Zcash
  4. c语言模拟洛伦兹吸引子,洛伦兹吸引子相图的简易实现.pdf
  5. [计算机网络期末复习_例题]有限带宽、有热噪声信道的最大数据传输速率(香农定理)
  6. 独家:被纽约时报、华尔街日报报道的Senior Living是如何成为美国养老产业的“流量IP”?
  7. 数学建模:非线性规划的 Python 求解
  8. facebook修改权限_如何在Facebook上更改小组的隐私
  9. 当初我要是这么学习二叉树就好了「附图文解析」
  10. while循环——求100以内偶数和