游侠的博客 游侠的博客
首页
  • 论文笔记
  • 一些小知识点

    • pytorch、numpy、pandas函数简易解释
  • 《深度学习500问》
开发
技术
更多
关于
收藏
  • 分类
  • 标签
  • 归档
GitHub (opens new window)

Ranger

一名在校研究生
首页
  • 论文笔记
  • 一些小知识点

    • pytorch、numpy、pandas函数简易解释
  • 《深度学习500问》
开发
技术
更多
关于
收藏
  • 分类
  • 标签
  • 归档
GitHub (opens new window)
  • 论文笔记

  • 一些小知识点

  • 《深度学习500问》

  • pytorch知识点

    • unsqueeze与squeeze函数
      • squeeze(1)与squeeze(-1)的作用
      • squeeze(0)的作用
        • unsqueeze(1)和unsqueeze(-1)的作用
        • unsqueeze(0)的作用
    • torch.arange函数详解
    • TensorDataset、Dataset和DataLoader
    • 如何在pytorch中使用tensorboard
    • tensor比较大小函数
  • 人工智能
  • pytorch知识点
yangzhixuan
2023-02-21
目录

unsqueeze与squeeze函数

# squeeze(1)与squeeze(-1)的作用

两者效果一样,都是给tensor降维,但只能作用于n*1维度的tensor,调用后效果如图

image

image

但如果不是n*1的这种2维tensor,如本就是1维或m*n这种,调用该函数无任何效果

# squeeze(0)的作用

当张量是一个1*n维度的张量时,例如:张量[[1, 2, 3]]是一个1*3维的,调用这个函数后的效果图如下:

image

image

但是如果不是1*n的这种2维张量的话,如本就是1维的,或者m*n(其中m和n都是大于1的)这种的话,调用这个函数一点效果没有。

# unsqueeze(1)和unsqueeze(-1)的作用

和squeeze(1)和squeeze(-1)是反着的,如果我就是一个一维的张量,我调用这个函数,我就变成上面第1节中的原本的样子。

例如:张量[1.2, -5.6, 9, 0.004],调用这两个函数后的效果为:

image

image

如果我就是一n*m的2维的张量,调用这两个函数后的效果是啥呢?果然预期的一样,一点效果没有

例如:

image

image

# unsqueeze(0)的作用

和squeeze(0)的作用是反的

例如:张量[1.2, -5.6, 9, 0.004],调用这个函数后的效果为:

image

image

编辑 (opens new window)
上次更新: 2024/05/30, 07:49:34
第二章_机器学习基础
torch.arange函数详解

← 第二章_机器学习基础 torch.arange函数详解→

最近更新
01
tensor比较大小函数
05-30
02
Large Language Models can Deliver Accurate and Interpretable Time Series Anomaly Detection
05-27
03
半监督学习经典方法 Π-model、Mean Teacher
04-10
更多文章>
Theme by Vdoing | Copyright © 2023-2024 Ranger | MIT License
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 阅读模式