tensor 增加维度_tensor维度变换

在 PyTorch 中，可以使用 `unsqueeze()` 方法来增加张量的维度。这个方法会在指定的位置增加一个新的维度。例如，如果有一个形状为 (3, 4) 的张量，可以使用 `unsqueeze()` 方法在第二个维度上增加一个新的维度，代码如下：

import torch

x = torch.randn(3, 4)
print(x.shape)  # 输出：torch.Size([3, 4])

y = x.unsqueeze(1)
print(y.shape)  # 输出：torch.Size([3, 1, 4])

在上面的例子中，`unsqueeze(1)` 会在第二个维度上增加一个新的维度，结果得到了一个形状为 (3, 1, 4) 的张量。

另外，还可以使用 `view()` 方法来对张量进行维度变换。这个方法会返回一个新的张量，但是与 `unsqueeze()` 不同的是，它不会增加或减少张量的元素数量。例如，如果有一个形状为 (3, 4) 的张量，可以使用 `view()` 方法将其变换为形状为 (4, 3) 的张量，代码如下：

import torch

x = torch.randn(3, 4)
print(x.shape)  # 输出：torch.Size([3, 4])

y = x.view(4, 3)
print(y.shape)  # 输出：torch.Size([4, 3])

在上面的例子中，`view(4, 3)` 会将张量变换为形状为 (4, 3) 的新张量。注意，这里的元素数量不变，因此要求变换前后的元素数量相同。