pytorch有一个[30，512]形状的张量，第0个维度有10个重复的元素，怎么去重（去重之后应该得到[20,512]的张量）

在PyTorch中，如果你有一个形状为`(30, 512)`的张量，其中第0个维度（批次数）有10个重复的元素，要去除这些重复，你可以先通过`unsqueeze`操作增加一个额外的维度来标记重复项，然后再利用`unique`函数去除重复。这里是一个简单的示例：

# 假设原始张量x
x = torch.tensor([[...]])  # 填充实际的数据

# 添加额外维度标识重复
x = x.unsqueeze(0)

# 使用unique函数去除重复并合并批次
x_unique = x.unique(dim=0)
new_shape = (x_unique.shape[0], x_unique.shape[1])  # 新的形状(20, 512)

# 如果你想要保持相同的顺序，可以考虑使用堆栈而不是unique，但请注意这可能不会消除完全相同的重复元素
# x_unique = torch.stack(torch.split(x, 10, dim=0), dim=0)

# 提取去重后的张量
x_reduced = x_unique.squeeze(0).reshape(new_shape)

x_reduced.shape  # 应该返回(20, 512)