pytorch学习笔记（1）--Tensor中(un)squeeze函数的使用方法

当定义一个Tensor张量之后，可以对其进行压缩或者拓展，这里首先介绍unsqueeze

x=torch.Tensor(2,3);
x=x.unsqueeze(1)#在第几个维度加上1
print(x,x.size())

通过使用jupyter notebook可以很容易的对每个节的代码进行验证，十分方便，那么通过改变unsqueeze的参数，可以看到如下报错信息：

IndexError: Dimension out of range (expected to be in range of [-3, 2], but got 5)
这里收到的参数是[-3,2]，负数就是从后往前查，正数就是从前往后查，比如说传入参数为2的时候，就是在第二维度上加1，变成：

torch.Size([2, 3, 1])

如果是0的话，就是在第0维度上拓展，得到：

torch.Size([1, 2, 3])

如果是-2的话就是：

torch.Size([2, 1, 3])

再来说squeeze函数，通过看其报错信息

IndexError: Dimension out of range (expected to be in range of [-2, 1], but got 4)
但是我又发现一个问题：就是传递数字并不好使，（没有被压缩giao，比如说x.squeeze(1)

但是，如果使用torch.squeeze(x),就比较好，能把所有维度值为1的都给压缩掉