PyTorch学习之 torch.squeeze 函数

PyTorch学习之 torch.squeeze 函数

一、功能

torch.squeeze 的主要作用是从给定的张量 input 中移除所有尺寸为1的维度。

二、基本语法

python 复制代码
torch.squeeze(input, dim=None)

三、参数说明

  • input (Tensor): 输入的张量。
  • dim (int, 可选): 指定要移除的尺寸为1的维度
    • 如果未指定,函数将移除所有尺寸为1的维度。
    • 如果指定的维度不为1,则 torch.squeeze 不会对该维度进行操作
    • 如果所有维度都不为1且未指定 dim 参数,则返回的张量与输入张量相同

四、返回值

  • 返回一个新的张量,移除了指定的尺寸为1的维度。
  • ⚠️如果没有可以移除的维度,则返回与输入相同的张量。

五、示例

以下是一些使用 torch.squeeze 的示例,以帮助更好地理解其用法。

示例 1: 移除所有尺寸为1的维度
python 复制代码
import torch

# 创建一个张量,其形状为 (1, 3, 1, 5)
x = torch.randn(1, 3, 1, 5)
print("原始张量形状:", x.shape)

# 使用 torch.squeeze 移除所有尺寸为1的维度
y = x.squeeze()
print("移除后张量形状:", y.shape)

输出:

复制代码
原始张量形状: torch.Size([1, 3, 1, 5])
移除后张量形状: torch.Size([3, 5])
示例 2: 移除指定维度(该维度尺寸为1)
python 复制代码
import torch

# 创建一个张量,其形状为 (1, 3, 1, 5)
x = torch.randn(1, 3, 1, 5)
print("原始张量形状:", x.shape)

# 指定维度移除,尝试移除第0维
y = x.squeeze(0)
print("移除第0维后的张量形状:", y.shape)

# 尝试移除第2维
z = x.squeeze(2)
print("移除第2维后的张量形状:", z.shape)

输出:

复制代码
原始张量形状: torch.Size([1, 3, 1, 5])
移除第0维后的张量形状: torch.Size([3, 1, 5])
移除第2维后的张量形状: torch.Size([1, 3, 5])
相关推荐
帅云毅1 分钟前
文件上传--解析漏洞和编辑器
笔记·学习·安全·web安全·编辑器·php
数据智能老司机21 分钟前
构建具备自主性的人工智能系统——探索协调者、工作者和委托者方法
深度学习·llm·aigc
数据智能老司机26 分钟前
构建具备自主性的人工智能系统——使代理能够使用工具和进行规划
深度学习·llm·aigc
2301_7696244034 分钟前
基于Pytorch的深度学习-第二章
人工智能·pytorch·深度学习
-一杯为品-1 小时前
【深度学习】#9 现代循环神经网络
人工智能·rnn·深度学习
硅谷秋水1 小时前
ORION:通过视觉-语言指令动作生成的一个整体端到端自动驾驶框架
人工智能·深度学习·机器学习·计算机视觉·语言模型·自动驾驶
亿牛云爬虫专家2 小时前
深度学习在DOM解析中的应用:自动识别页面关键内容区块
深度学习·爬虫代理·dom·性能·代理ip·内容区块·东方财富吧
豆芽8192 小时前
强化学习(Reinforcement Learning, RL)和深度学习(Deep Learning, DL)
人工智能·深度学习·机器学习·强化学习
DKPT2 小时前
正则表达式
java·数据库·笔记·学习·正则表达式
chuxinweihui3 小时前
数据结构——二叉树,堆
c语言·开发语言·数据结构·学习·算法·链表