举一个 unsqueeze(-1)的例子

假设有一个 PyTorch 张量 tensor，其形状为 (3, 4)，表示为：

tensor([[1, 2, 3, 4],
        [5, 6, 7, 8],
        [9, 10, 11, 12]])

执行 unsqueeze(-1) 操作后，会在张量的最后一个维度上增加一个大小为 1 的维度，形状变为 (3, 4, 1)，表示为：

tensor([[[ 1],
         [ 2],
         [ 3],
         [ 4]],
        [[ 5],
         [ 6],
         [ 7],
         [ 8]],
        [[ 9],
         [10],
         [11],
         [12]]])

这个操作相当于在原有的张量最后一个维度上增加了一个新的维度，可以方便地进行一些需要三维张量的计算。

相关问题

inputs.unsqueeze(-1)

`inputs.unsqueeze(-1)` 是PyTorch库中的一个功能，它主要用于将输入张量（tensor）增加一个新的维度。在这个操作中，“unsqueeze”表示“无须尺寸”的增加，-1是一个特殊的索引，代表在最后一个（从正数计数起的第一个非一维）维度上插入一个维度。举个例子，如果你有一个形状为`(batch_size, channels, height, width)` 的张量，通过 `inputs.unsqueeze(-1)`，你会得到一个新的张量，其形状变为 `(batch_size, channels, height, width, 1)`，即在原本的最后一维之后添加了一个新的长度为1的维度。这个操作常用于网络中的某些层需要输入有特定维度的情况，比如卷积层期望输入的最后一维作为通道数。

举个torch.unsqueeze()的例子

答案：torch.unsqueeze()的用法举例：假设有一个张量x，shape为[4, 5], 那么可以使用torch.unsqueeze(x, dim=0)，这样x的shape就会变为[1, 4, 5]，将x的第0维增加1。