网站建设包括哪些方面选择题wordpress条件判断

PyTorch学习之 torch.squeeze 函数

一、功能

torch.squeeze 的主要作用是从给定的张量 input 中移除所有尺寸为1的维度。

二、基本语法

torch.squeeze(input, dim=None)

三、参数说明

• input (Tensor): 输入的张量。
• dim (int, 可选): 指定要移除的尺寸为1的维度
  • 如果未指定，函数将移除所有尺寸为1的维度。
  • 如果指定的维度不为1，则 torch.squeeze 不会对该维度进行操作
  • 如果所有维度都不为1且未指定 dim 参数，则返回的张量与输入张量相同

四、返回值

• 返回一个新的张量，移除了指定的尺寸为1的维度。
• ⚠️如果没有可以移除的维度，则返回与输入相同的张量。

五、示例

以下是一些使用 torch.squeeze 的示例，以帮助更好地理解其用法。

示例 1: 移除所有尺寸为1的维度

import torch# 创建一个张量，其形状为 (1, 3, 1, 5)
x = torch.randn(1, 3, 1, 5)
print("原始张量形状:", x.shape)# 使用 torch.squeeze 移除所有尺寸为1的维度
y = x.squeeze()
print("移除后张量形状:", y.shape)

输出：

原始张量形状: torch.Size([1, 3, 1, 5])
移除后张量形状: torch.Size([3, 5])

示例 2: 移除指定维度(该维度尺寸为1)

import torch# 创建一个张量，其形状为 (1, 3, 1, 5)
x = torch.randn(1, 3, 1, 5)
print("原始张量形状:", x.shape)# 指定维度移除，尝试移除第0维
y = x.squeeze(0)
print("移除第0维后的张量形状:", y.shape)# 尝试移除第2维
z = x.squeeze(2)
print("移除第2维后的张量形状:", z.shape)

输出：

原始张量形状: torch.Size([1, 3, 1, 5])
移除第0维后的张量形状: torch.Size([3, 1, 5])
移除第2维后的张量形状: torch.Size([1, 3, 5])