在使用神经网络的过程中,经常会用到把一个tensor扩展一个或多个维度的情况,然后把扩展后的维度用来广播。
-
扩展一个维度的情况,使用
unsqueeze()
函数,缩小一个维度使用
squeeze()
函数。参数是dim,是一个int。也就是说只能扩展或缩小一个维度。
t = torch.tensor([[1,2,3]])
t = t.unsqueeze(0)
#t.shape
#[1, 1, 2]
- 如果想扩展多个维度怎么办,答案是用tensor的切片来做,扩展一个维度也可以用切片来做。
# 把一个[2,3]的tensor扩展到[2,1,1,3]的tensor
>>> a = torch.tensor([[1,2,3],[4,5,6]])
>>> a
tensor([[1, 2, 3],
[4, 5, 6]])
>>> b = a[:,None,None,:]
>>> b
tensor([[[[1, 2, 3]]],
[[[4, 5, 6]]]])
>>> b.shape
torch.Size([2, 1, 1, 3])
>>>
-
使用切片来扩展一个维度
版权声明:本文为real_ilin原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。