什么样的网站利于seo,网站服务器怎么打开,蒙牛网站是谁做的,昆山网站建设哪家便宜squeeze#xff1a;压缩#xff0c;要减少维度。 unsqueeze#xff1a;解压缩#xff0c;要增加维度。 torch.squeeze(input)#xff0c;那么会把input中所有维度长度为1的维度去掉。 torch.squeeze(input,dim1)#xff0c;那么在给定dim的情况下#xff0c;就只去掉dim…squeeze压缩要减少维度。 unsqueeze解压缩要增加维度。 torch.squeeze(input)那么会把input中所有维度长度为1的维度去掉。 torch.squeeze(input,dim1)那么在给定dim的情况下就只去掉dim这个维度其他维度还保留。
import torch
x torch.rand(5,3)
x x.squeeze(1)tensor([[0.0621, 0.2074, 0.5420], [0.5897, 0.3664, 0.4387], [0.0115, 0.3464, 0.0702], [0.7800, 0.4727, 0.1952], [0.6879, 0.8595, 0.3933]]) 这时候x的形状还是5行3列。因为没有哪个维度的长度为1。
x x.unsqueeze(1)tensor([[[0.0621, 0.2074, 0.5420]],[[0.5897, 0.3664, 0.4387]],[[0.0115, 0.3464, 0.0702]],[[0.7800, 0.4727, 0.1952]],[[0.6879, 0.8595, 0.3933]]])那么x的形状是(5,1,3)有5个块每个块是1行3列。
对于unsquueze来讲维度可以比原有维度高1。例如最开始x的形状是(5,3)。可以如下操作。
import torch
x torch.rand(5,3)
x x.unsqueeze(2)tensor([[[0.3757],[0.8054],[0.0250]],[[0.9423],[0.5109],[0.2437]],[[0.6276],[0.4251],[0.3276]],[[0.6699],[0.0768],[0.3541]],[[0.6123],[0.0268],[0.4193]]])那么得到的tensor形状是(5,3,1)。
还是看你想要什么样的形状。
