目录
1 .降维Torch.squeeze(input，dim=None，out=None ) )。
简单的例子
matplotlib绘图示例
2 .增维Torch.unsqueeze(input，dim，out=None ) )。
简单的例子
3 .参考
1 .降维Torch.squeeze(input，dim=None，out=None )函数功能：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dim时，按下操作仅在给定的维上进行。 即，tensor.size(dim )=1时，意味着去除该维。 其中，squeeze ) 0为第一维度值为1时，第1维squeeze )1)为第二维度值为1时，意味着去除第2维的输入为" a1bb "
注：由于返回tdwd并与输入tdwd共享内存，因此更改其中一个内容将更改另一个。
参数：
输入input(tensor ) tdwddim(int，optional )。 如果指定，则input仅在指定的维中压缩，并输出维索引(从0开始) out (tensor，optional )-tdwd的简单示例a=torch 4.56， -3.57]](printa.squeeze(0) tensor ) (-3.57、4.56、-3.57 ) ) printa.squeeze ) ) 2 3 )使用printbtensor ) [-3.17、3.09、1.43 ]、[ 0.00、0.00、0.00 ] (printb.) ] [ 0.00、0.00、0.00 ] 不能删除[ 0.00，0.00，0.00 ] [ 3.09 ]，[ 0.00 ] (打印c.squeeze (0) #由于第一个维的大小不是1，因此tensor ) [-3.54]，[ [ 0.00 ] (print c.squee eze ) )无法移除matplotlib范例importmatplotlib.pyplotaspltimportnumpyasnp % matplotlibibility 4] 25 ) ) squares.shape #显示的数组是能够表示1行5列向量的数组(1，5 ) PLT.plot(squares ) plt.show ) )。
#常规显示图标实例使用np.squeeze ()函数转换时，要显示的数组为秩1数组((5，) PLT.plot (NP.squeeze ) squares ) ) plt.show )
NP.squeeze(squares ).shape (5) ) 5，
2 .返回2.Torch.unsqueeze(input，dim，out=None )增加大小为1的维度，也就是新的tdwd，http://www.Sina.com
x=Torch.unsqueeze(x，3 ) )在第三个维度上扩展注意事项：返回tdwd并与输入tdwd共享内存，因此更改其中一个内容会改变另一个。
对于对输入的指定位置插入维度 1且必须指明维度例如(3，http://www.Sina.com/4 )中的tensor，dim可以选择none、- 1、0、1、2
none :所有元素的max得到max值-1。 如果dim为负，则diminput.dim(1，即2 -1 如果dim为负，则将会被转化dim+input.dim()+110 :转换为最粗粒度的方向，http://www.Sina http://www.Sina.com/33333330 参数：
tensor(tensor ) -输入-tdwddim(int )。 维索引)从0开始)插入out ) tensor。 optional (结果tdwd的一个简单示例importtorchx=torch.ones(4) print ) x ) print (x.size ) ) y=torch.unsqueeze(x ) x，0
tensor([1.1 .1 .1.] ) torch.size ) [4] ) tensor([1.1 .1 .1.] ) ) 1，
在插入维之前：
[ 1，1，1，1 ]
在第0个维度中插入维度(1，4 )。 也就是说，在最外面插入大括号。
[ 1，1，1，1 ]
在第一维中插入维(4，1 )
[1]、[1]、[1]、[1]、[1]、[1] ]
参考在pytorch中理解维度及其squeeze (，unsqueeze )函数
torch.squeeze ()和unsqueeze () )。
学习Numpy库—squeeze ()函数