pytorch 张量的unfold方法介绍

在 PyTorch 中，unfold 是张量的一种操作方法，用于将张量的一个维度展开为多个重叠的窗口。这在处理滑动窗口操作（如卷积、时间序列分片等）时非常有用。

方法签名

复制代码

Tensor.unfold(dimension, size, step)

参数说明

dimension: 要展开的维度索引（从 0 开始）。
size: 每个窗口的大小。
step: 每个窗口之间的步幅。

返回值

返回一个新的张量，其中指定的维度被替换为一个新的维度，该维度包含了从原始维度中抽取的滑动窗口。

用法示例

示例 1: 基本用法

复制代码

import torch

# 创建一个一维张量
x = torch.arange(10)
print("原始张量:", x)

# 使用 unfold 创建滑动窗口
y = x.unfold(dimension=0, size=3, step=2)
print("展开后的张量:\n", y)

输出：

复制代码

原始张量: tensor([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
展开后的张量:
 tensor([[0, 1, 2],
         [2, 3, 4],
         [4, 5, 6],
         [6, 7, 8]])

解释：

在第 0 维（行）上展开，窗口大小为 3，步幅为 2。
展开的每个窗口是连续的 3 个元素，相邻窗口之间跳过 2 个元素。

示例 2: 二维张量的展开

复制代码

# 创建一个二维张量
x = torch.arange(1, 17).view(4, 4)
print("原始张量:\n", x)

# 在维度 1 上展开
y = x.unfold(dimension=1, size=2, step=1)
print("展开后的张量:\n", y)

输出：

复制代码

原始张量:
 tensor([[ 1,  2,  3,  4],
         [ 5,  6,  7,  8],
         [ 9, 10, 11, 12],
         [13, 14, 15, 16]])
展开后的张量:
 tensor([[[ 1,  2],
          [ 2,  3],
          [ 3,  4]],
         [[ 5,  6],
          [ 6,  7],
          [ 7,  8]],
         [[ 9, 10],
          [10, 11],
          [11, 12]],
         [[13, 14],
          [14, 15],
          [15, 16]]])

解释：

在第 1 维（列）上展开，窗口大小为 2，步幅为 1。
每一行的每个窗口是连续的 2 个元素，相邻窗口之间跳过 1 个元素。

示例 3: 高维张量的展开

对于高维张量，unfold 操作也类似，只需指定正确的维度即可。例如：

复制代码

x = torch.randn(2, 3, 4)  # 一个 3 维张量
y = x.unfold(dimension=2, size=2, step=1)
print("高维张量展开后形状:", y.shape)

输出：

复制代码

高维张量展开后形状: torch.Size([2, 3, 3, 2])

注意事项

边界问题：如果剩余的元素不足以填满窗口，则这些元素会被忽略。
效率：unfold 是一个视图操作，不会拷贝数据，但其返回值是一个新的张量，需要额外注意内存管理。

常见应用

图像处理中的滑动窗口操作。
自定义卷积操作或池化操作。
时间序列数据的分片处理。