[人工智能]pytorch学习笔记——张量维度操作

一、torch.cat()

添加链接描述
按照指定维度拼接张量

c=torch.cat((A,B),0)#按维度0拼接
c=torch.cat((A,B),1)#按维度1拼接

二、torch.view()

添加链接描述

x = torch.randn(4, 4)
print(x.size())
y = x.view(16)
print(y.size())
z = x.view(-1, 8)  # -1表示该维度取决于其它维度大小，即（4*4）/ 8
print(z.size())
m = x.view(2, 2, 4) # 也可以变为更多维度
print(m.size())
a = torch.Tensor([[1, 2, 3], [4, 5, 6]]) # 定义一个 2*3 的 Tensor
a = a.view(-1)
print(a)

输出结果为：

torch.Size([4, 4])
torch.Size([16])
torch.Size([2, 8])
torch.Size([2, 2, 4])
tensor([1., 2., 3., 4., 5., 6.])

是pytorch中改变张量shape的函数，相当于numpy中的resize()和tensorflow中的reshape()。

三、torch.resize_

添加链接描述
改变张量的尺寸

四、torch.reshape

添加链接描述

五、torch.unsqueeze

unsqueeze()用来添加维度
squeeze()用来删除维度为一的维度或者删除指定维度唯一的维度