squeeze的用法主要就是对数据的维度进行压缩或者解压。

先看torch.squeeze() 这个函数主要对数据的维度进行压缩，去掉维数为1的的维度，比如是一行或者一列这种，一个一行三列（1,3）的数去掉第一个维数为一的维度之后就变成（3）行。squeeze(a)就是将a中所有为1的维度删掉。不为1的维度没有影响。a.squeeze(N) 就是去掉a中指定的维数为一的维度。还有一种形式就是b=torch.squeeze(a，N) a中去掉指定的定的维数为一的维度。

再看torch.unsqueeze()这个函数主要是对数据维度进行扩充。给指定位置加上维数为一的维度，比如原本有个三行的数据（3），在0的位置加了一维就变成一行三列（1,3）。a.squeeze(N) 就是在a中指定位置N加上一个维数为1的维度。还有一种形式就是b=torch.squeeze(a，N) a就是在a中指定位置N加上一个维数为1的维度

一、unsqueeze()函数

1. 首先初始化一个a

可以看出a的维度为（2，3）

2. 在第二维增加一个维度，使其维度变为（2，1，3）

可以看出a的维度已经变为（2，1，3）了，同样如果需要在倒数第二个维度上增加一个维度，那么使用b.unsqueeze(-2)

二、squeeze()函数介绍

1. 首先得到一个维度为（1，2，3）的tensor（张量）

由图中可以看出c的维度为（1，2，3）

2.下面使用squeeze()函数将第一维去掉

可见，维度已经变为（2，3）

3.另外

可以看出维度并没有变化，仍然为（1，2，3），这是因为只有维度为1时才会去掉。

到此这篇关于详解pytorch中squeeze()和unsqueeze()函数介绍的文章就介绍到这了,更多相关pytorch中squeeze()和unsqueeze()内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！