pytorch中的squeeze函数、unsqueeze函数

1、 squeeze()函数

• 去除size为1的维度，包括行和列
• 至于维度大于等于2时，squeeze()不起作用
• torch.unsqueeze(A，N)函数的作用减少数组A指定位置N的维度，如果指定的维度大于1，那么将操作无效，如果不指定维度N，那么将删除所有维度为1的维度

行变的例子

>>> torch.rand(4, 1, 3)
 
(0 ,.,.) =
  0.5391  0.8523  0.9260
 
(1 ,.,.) =
  0.2507  0.9512  0.6578
 
(2 ,.,.) =
  0.7302  0.3531  0.9442
 
(3 ,.,.) =
  0.2689  0.4367  0.6610
[torch.FloatTensor of size 4x1x3]

>>> torch.rand(4, 1, 3).squeeze()
 
 0.0801  0.4600  0.1799
 0.0236  0.7137  0.6128
 0.0242  0.3847  0.4546
 0.9004  0.5018  0.4021
[torch.FloatTensor of size 4x3]

列变的例子

>>> torch.rand(4, 3, 1)
 
(0 ,.,.) =
  0.7013
  0.9818
  0.9723
 
(1 ,.,.) =
  0.9902
  0.8354
  0.3864
 
(2 ,.,.) =
  0.4620
  0.0844
  0.5707
 
(3 ,.,.) =
  0.5722
  0.2494
  0.5815
[torch.FloatTensor of size 4x3x1]

>>> torch.rand(4, 3, 1).squeeze()
 
 0.8784  0.6203  0.8213
 0.7238  0.5447  0.8253
 0.1719  0.7830  0.1046
 0.0233  0.9771  0.2278
[torch.FloatTensor of size 4x3]

不变的例子

>>> torch.rand(4, 3, 2)
 
(0 ,.,.) =
  0.6618  0.1678
  0.3476  0.0329
  0.1865  0.4349
 
(1 ,.,.) =
  0.7588  0.8972
  0.3339  0.8376
  0.6289  0.9456
 
(2 ,.,.) =
  0.1392  0.0320
  0.0033  0.0187
  0.8229  0.0005
 
(3 ,.,.) =
  0.2327  0.6264
  0.4810  0.6642
  0.8625  0.6334
[torch.FloatTensor of size 4x3x2]

>>> torch.rand(4, 3, 2).squeeze()
 
(0 ,.,.) =
  0.0593  0.8910
  0.9779  0.1530
  0.9210  0.2248
 
(1 ,.,.) =
  0.7938  0.9362
  0.1064  0.6630
  0.9321  0.0453
 
(2 ,.,.) =
  0.0189  0.9187
  0.4458  0.9925
  0.9928  0.7895
 
(3 ,.,.) =
  0.5116  0.7253
  0.0132  0.6673
  0.9410  0.8159
[torch.FloatTensor of size 4x3x2]

2、unsqueeze()函数

torch.unsqueeze()函数的作用增加数组A指定位置N的维度。
例如：
两行三列的数组A维度为(2，3)，那么这个数组就有三个位置可以增加维度，分别是（ [位置0] 2，[位置1] 3 [位置2] ）或者是 （ [位置-3] 2，[位置-2] 3 [位置-1] ），如果执行 torch.unsqueeze(A，1)，数据的维度就变为了 （2，1，3）

a=torch.randn(1,3)
print(a.shape)
b=torch.unsqueeze(a,0)
print(b.shape)
c=torch.unsqueeze(a,1)
print(c.shape)
d=torch.unsqueeze(a,2)
print(d.shape)

输出

torch.Size([1, 3])
torch.Size([1, 1, 3])
torch.Size([1, 1, 3])
torch.Size([1, 3, 1])