Pytorch中的squeeze()和unsqueeze()函数

在numpy库中，经常会出现“秩为1的一维数组”（come from 吴恩达的深度学习，目前还没有搞清楚numpy中如此设计的意图）。比如：

        

注意这里的a的shape是[3] ，既不是 [1,3] 也不是 [3,1]。这就说明它既不是行向量也不是列向量，只是一个数组。

但是我们可以用squeeze（）和unsqueeze（）对其进行操作，比如：

       

在对这两个函数讲解之前，我们先统一一下定义:

In  : x.shape
Out: torch.Size( [ a , b , c ] )

这里我们说a是第一个维度（表示第一个维度的数量是a），b是第二个维度（表示第一个维度的数量是b），c是第三个维度（表示第三个维度的数量是c）

简而言之，unsqueeze（arg）是增添第arg个维度为1，以插入的形式填充。比如：

       

       

相反，squeeze（arg）是删除第arg个维度(如果当前维度不为1，则不会进行删除)，比如：