torch.squeeze（）函数的用法

`torch.squeeze()`函数是PyTorch中用于压缩张量维度的函数。它可以去除张量中维度大小为1的维度，从而减少张量的维度数。

以下是`torch.squeeze()`函数的用法示例：

import torch

# 创建一个维度为1的张量
x = torch.tensor([[[1, 2, 3]]])
print(x.size())
# 输出: torch.Size([1, 1, 3])

# 压缩维度大小为1的维度
x_squeezed = torch.squeeze(x)
print(x_squeezed.size())
# 输出: torch.Size([3])

# 创建一个维度为1的张量
y = torch.tensor([[[[4, 5, 6]]]])
print(y.size())
# 输出: torch.Size([1, 1, 1, 3])

# 压缩维度大小为1的维度
y_squeezed = torch.squeeze(y)
print(y_squeezed.size())
# 输出: torch.Size([3])

在上述示例中，我们首先创建了一个形状为`(1, 1, 3)`的3维张量`x`和一个形状为`(1, 1, 1, 3)`的4维张量`y`。然后，我们使用`torch.squeeze()`函数去除了这些张量中维度大小为1的维度。

- 对于张量`x`，`torch.squeeze(x)`会返回一个形状为`(3,)`的张量`x_squeezed`，因为在维度1和2上的大小为1的维度被去除了。

- 对于张量`y`，`torch.squeeze(y)`会返回一个形状为`(3,)`的张量`y_squeezed`，因为在维度1、2和3上的大小为1的维度被去除了。

通过使用`torch.squeeze()`函数，我们可以根据需要去除张量中不需要的维度，从而减少张量的维度数。这在某些情况下非常有用，例如在进行模型输出后处理或与其他形状不同的张量进行运算时。