pytorch中squeeze()和unsqueeze()函数

unsqueeze()

import torch
a = torch.arange(0,6)
print(a)
print(a.view(1,6))
print(a.view(6,1))
print(a.unsqueeze(0))
print(a.unsqueeze(1))
print(a.unsqueeze(0).shape)
print(a.unsqueeze(1).shape)

可以看到，原来就是一个一维的数组，我们可以shape=[6]，然后unsqueeze(0)，就是在第0位纬度加上1，shape=[1,6]；unsqueeze(1)，就是在第1位纬度加上1，shape=[6,1]

squeeze()

print(a.unsqueeze(0).shape)
print(a.unsqueeze(1).shape)
print(a.unsqueeze(0).squeeze(0))
print(a.unsqueeze(1).squeeze(0))
print(a.unsqueeze(0).squeeze(0).shape)
print(a.unsqueeze(1).squeeze(0).shape)

squeeze()是去掉一个维度，并且去掉的这个维度的数值必须是1，否则无效

torch.squeeze()

压缩矩阵，我理解为降维
a.squeeze(i) 压缩第i维，如果这一维维数是1，则这一维可有可无，便可以压缩

import torch 
a=torch.randn(1,3,4)
print(a)
b=a.squeeze(0)
print(b)
c=a.squeeze(1)
print(c
输出：
tensor([[[ 0.4627,  1.6447,  0.1320,  2.0946],
         [-0.0080,  0.1794,  1.1898, -1.2525],
         [ 0.8281, -0.8166,  1.8846,  0.9008]]])
一页三行4列的矩阵
第0维为1，则可以通过squeeze(0)删掉，转化为三行4列的矩阵
tensor([[ 0.4627,  1.6447,  0.1320,  2.0946],
        [-0.0080,  0.1794,  1.1898, -1.2525],
        [ 0.8281, -0.8166,  1.8846,  0.9008]])
第1维不为1，则不可以压缩
tensor([[[ 0.4627,  1.6447,  0.1320,  2.0946],
         [-0.0080,  0.1794,  1.1898, -1.2525],
         [ 0.8281, -0.8166,  1.8846,  0.9008]]])

torch.unsqueeze()

unsqueeze(i) 表示将第i维设置为1
对压缩为3行4列后的矩阵b进行操作，将第0维设置为1

c=b.unsqueeze(0)
print(c)
输出一个一页三行四列的矩阵
tensor([[[ 0.0661, -0.2386, -0.6610,  1.5774],
         [ 1.2210, -0.1084, -0.1166, -0.2379],
         [-1.0012, -0.4363,  1.0057, -1.5180]]])
将第一维设置为1 
c=b.unsqueeze(1)
print(c)
输出一个3页，一行，4列的矩阵
tensor([[[-1.0067, -1.1477, -0.3213, -1.0633]],
        [[-2.3976,  0.9857, -0.3462, -0.3648]],
        [[ 1.1012, -0.4659, -0.0858,  1.6631]]])

另外，squeeze、unsqueeze操作不改变原矩阵