python中squeeze用法,python的squeeze

　　目录

　　1.减少尺寸Torch.squeeze(input，dim=None，out=None))。

　　的简单例子

　　Matplotlib绘图示例

　　2.增加尺寸torch . unsqueze(input，dim，out=None))。

　　的简单例子

　　3.参考

　　1.缩减尺寸Torch.squeeze(input，dim=None，out=None)功能函数：去除size为1的维度，包括行和列。当维度大于等于2时，squeeze()无作用。

　　给定尺寸时，仅在给定尺寸上执行按压操作。也就是说，当tensor.size(dim )=1时，意味着维度被删除。其中第一维的squeeze) 0是第一维度值为1，squeeze )1)是第二维度值为1，这意味着不包括第二维的输入是 a1bb

　　注意：由于tdwd是返回的，并且与输入的tdwd共享内存，所以改变一个内容会改变另一个内容。

　　参数：

　　输入输入(张量)tdwddim(int，可选)。如果指定，输入只在指定的维度压缩，输出一个简单的维度索引(从0开始)out(张量，可选)-tdwd的例子。a=火炬4.56，-3.570.00](打印b)。)]挤压(0)张量)(-3.57，4.56，-3.57)) 2 3)使用printbtensor) [-3.17，3.09，1.43]，[0.00，0.0 [0.00，0.00，0.00]不能删除[0.00，0.00，0.00] [3.09]，[0.00](打印c .挤压(0) #张量因为第一维的大小不是1PLT (squares)可以用1行5列表示一个向量的PLT。

　　#使用np.squeeze()函数变换通用显示图标的实例时，要显示的数组是秩1数组((5，)plt.plot (NP。挤压)正方形))plt.show)

　　NP .挤压(方块)。形状(5) ) 5，

　　2.返回2。Torch.unsqueeze(input，dim，out=None)增加大小为1的维度，也就是新tdwd，http://www。Sina.com

　　X=Torch.unsqueeze(x，3))第三维度扩展注意：返回tdwd和输入tdwd共享内存，所以改变一个内容就会改变另一个。

　　对于对输入的指定位置插入维度 1且必须指明维度中的张量，如(3，http://www。Sina.com/4)，dim可以选择无，-1，0，1，2。

　　无：所有元素的最大值为-1。如果dim为负，diminput.dim(1，即2 -1如果dim为负，则将会被转化dim+input.dim()+110:最粗晶粒的方向，3358 www . Sina http://www.Sina.com/33333330参数：

　　张量(tensor)-输入-tdwddim(int)。维数)从0开始)插入)张量。可选(结果的简单示例tdwd，importtorchx=torch . ones(4)print)x)print(x . size))y=torch . unsqueze(x)x，0

　　张量([1.1 .1 .1。] ) torch.size ) [4])张量([1.1 .1 .1。] ) ) 1,

　　插入尺寸之前：

　　[ 1,1,1,1 ]

　　在第0个维度中插入维度(1，4)。也就是说，在最外面插入花括号。

　　[ 1,1,1,1 ]

　　在第一个维度中插入维度(4，1)。

　　[1]、[1]、[1]、[1]、[1]、[1] ]

　　请参考pytorch了解尺寸及其挤压(，挤压)功能。

　　Torch.squeeze()和Unseeze())。

　　学习Numpy库-—squeeze()函数

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。