torch.squeeze函数解释，torch.FloatTensor()函数作用解释

1. torch.squeeze(x,N)  主要对数据维度进行压缩

torch.squeeze(x,N)
#也可以写为格式 
x.squeeze(dim=N)

含义：当N未给定时，去掉x中所有维度为1的维度，当N给定为某一数值时，去掉在这一数值指定位置的维度为1的维度。

代码示例：

2.torch.unsqueeze(x,dim=N)    数据维度进行扩充。通过dim指定位置，给指定位置加上维数为1的维度。

代码示例：(x.size()同上)

3.torch.FloatTensor([1,2])   ，先看官方文档：

上图是pytorch1.7.0给出的官方文档，意思是torch.Tensor定义了十种tensor类型，分别如下....，其中就包含有32位浮点数的torch.FloatTensor。

而torch.FloatTensor()的作用就是把给定的list或者numpy转换成浮点数类型的tensor。

代码示例：