這篇文章將為大家詳細講解有關利用Pytorch如何實現壓縮Tensor維度和擴展Tensor維度，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。

專注于為中小企業提供成都網站制作、網站建設服務,電腦端+手機端+微信端的三站合一,更高效的管理,為中小企業朔州免費做網站提供優質的服務。我們立足成都，凝聚了一批互聯網行業人才，有力地推動了超過千家企業的穩健成長，幫助中小企業通過網站建設實現規模擴充和轉變。

1. 擴展Tensor維度

　　相信剛接觸Pytorch的寶寶們，會遇到這樣一個問題，輸入的數據維度和實驗需要維度不一致，輸入的可能是2維數據或3維數據，實驗需要用到3維或4維數據，那么我們需要擴展這個維度。其實特別簡單，只要對數據加一個擴展維度方法就可以了。

1.1torch.unsqueeze(self: Tensor, dim: _int)

　　torch.unsqueeze(self: Tensor, dim: _int)

　　參數說明：self:輸入的tensor數據，dim：要對哪個維度擴展就輸入那個維度的整數，可以輸入0，1，2……

1.2Code

第一種方式，輸入數據后直接加unsqueeze()

　　擴展第一維和第二維為1

import torch


def reset_unsqueeze1():
 data = torch.rand([3, 3])
 data1 = data.unsqueeze(dim=0).unsqueeze(dim=1)
 print("data_size: ", data.shape)
 print("data: ", data)
 print("data1_size: ", data1.shape)
 print("data1: ", data1)

本文題目：利用Pytorch如何實現壓縮Tensor維度和擴展Tensor維度-創新互聯
本文URL：http://vcdvsql.cn/article38/dgoipp.html

成都網站建設公司_創新互聯，為您提供Google、面包屑導航、外貿網站建設、關鍵詞優化、標簽優化、微信公眾號

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯