【笔记】unsqueeze

睡不着还睡不醒2025-05-10 23:36

unsqueeze是 PyTorch 中的一个方法，用于在指定位置插入一个维度为 1 的新维度。这个操作对于调整张量的形状非常有用，尤其是在需要匹配特定维度要求（例如模型输入或 `torchvision.utils.make_grid` 函数的要求）时。

理解 unsqueeze

假设你有一个形状为 $2, 3$ 的二维张量：

python 复制代码

tensor = torch.randn(2, 3)
print(tensor.shape)  # 输出: torch.Size([2, 3])

如果你想要把这个张量变成三维的，比如形状变为 $1, 2, 3$ ，就可以使用 unsqueeze方法。你可以指定在哪一个维度上增加新的维度（从0开始计数）。

在第0维增加新维度：tensor.unsqueeze(0)
在第1维增加新维度：tensor.unsqueeze(1)

例如：

python 复制代码

# 在第0维增加新维度
new_tensor_0 = tensor.unsqueeze(0)
print(new_tensor_0.shape)  # 输出: torch.Size([1, 2, 3])

# 在第1维增加新维度
new_tensor_1 = tensor.unsqueeze(1)
print(new_tensor_1.shape)  # 输出: torch.Size([2, 1, 3])

应用场景

在我的代码上下文中，unsqueeze主要用于确保传入 `make_grid` 的张量具有正确的维度make_grid 需要输入是一个四维张量 (B, C, H, W)，其中：

B表示批量大小（Batch Size）
C表示通道数（Channels）
H表示高度（Height）
W表示宽度（Width）

例如，如果有一个形状为 $7, 224, 224$ 的 mask 张量（即它只有三个维度），而你需要将其转换为四个维度的形式以满足 make_grid 的要求，你可以使用 unsqueeze(1)来在第二个维度（通道维度）上增加一个新的维度：

python 复制代码

masks = masks.unsqueeze(1)  # 将 [7, 224, 224] 转换为 [7, 1, 224, 224]

这样，mask 的形状就变成了 $7, 1, 224, 224$ ，符合 make_grid的输入要求。