pytorch入門（七）：unsqueeze

1、升維

unsqueeze用來改變Tensor的維度，把低維的Tensor變為高維的Tensor。如3×4的Tensor，變為1×3×4、3×1×4、3×4×1的Tensor。
先造一個3×4的Tensor，看看結果。

a = torch.arange(12).reshape(3,4)
print(a)

tensor([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]])

用squeeze做升維操作，squeeze(n)的引數n指定新維度的位置。

print(a.unsqueeze(0).shape)
print(a.unsqueeze(1))
print('-'*10)
print(a.unsqueeze(1).shape)
print(a.unsqueeze(1))
print(a.unsqueeze(2).shape)
print(a.unsqueeze(1))

結果中的1就是新維度的位置，它導致資料中括號的不同位置。

torch.Size([1, 3, 4])
tensor([[[ 0,  1,  2,  3],
         [ 4,  5,  6,  7],
         [ 8,  9, 10, 11]]])
----------
torch.Size([3, 1, 4])
tensor([[[ 0,  1,  2,  3]],
        [[ 4,  5,  6,  7]],
        [[ 8,  9, 10, 11]]])
----------
torch.Size([3, 4, 1])
tensor([[[ 0],
         [ 1],
         [ 2],
         [ 3]],

        [[ 4],
         [ 5],
         [ 6],
         [ 7]],

        [[ 8],
         [ 9],
         [10],
         [11]]])

2、用None來實現

其實，我們也可用與numpy相同的方式來做到這一點，即直接用None、:、…來標記新維度的位置。

a = np.arange(12).reshape(3,4)
print(a[None].shape)
print(a[:,None].shape)
print(a[:,:,None].shape)

a[:, :, None] 與 a[…, None]有相同的效果。
這種方式還能一次新增兩個新維度，如

print(a[:,None,:,None].shape)

得到4維陣列

(3, 1, 4, 1)

在pytorch中的用法完全相同，只要把a改為Tensor即可。

a = torch.arange(12).reshape(3,4)
print(a[None].shape)
print(a[:,None].shape)
print(a[:,:,None].shape)
print(a[:,None,:,None].shape)

接結果為

torch.Size([1, 3, 4])
torch.Size([3, 1, 4])
torch.Size([3, 4, 1])
torch.Size([3, 1, 4, 1])