Pytorch中的 flatten() ，squeeze() 和 unsqueeze() 的区分

解释

flatten() 用于将数据展开。

squeeze() 用于将数据进行压缩，移除某个维度

• Compute torch.squeeze(input). It squeezes (removes) the size 1 and returns a tensor with all other dimensions of the input tensor.

unsqueeze() 用于将数据解压缩，扩充一个维度

• Compute torch.unsqueeze(input, dim). It inserts a new dimension of size 1 at the given dim and returns the tensor.

举例：

# Python program to squeeze and unsqueeze a tensor
# import necessary library
import torch# Create a tensor of all one
T = torch.ones(2,1,2) # size 2x1x2
print("Original Tensor T:\n", T )
print("Size of T:", T.size())

原数据 T 的输出:

原数据 T 的 flatten() 输出

T.flatten()
torch.flatten() 

原数据 T 的 squeeze() 输出

T.squeeze(0)
troch.squeeze(T)

注意观察，两者的维度，（中括号个数）

原数据 T 的 unsqueeze() 输出

T.unsqueeze(dim=0)
torch.unsqueeze(T, dim=0)

参考链接

https://www.tutorialspoint.com/how-to-squeeze-and-unsqueeze-a-tensor-in-pytorch

https://pytorch.org/docs/stable/generated/torch.squeeze.html