unsqueeze（）

`unsqueeze()` 是 PyTorch 中的一个函数，用于在指定维度上增加一个维度。其语法如下：

torch.unsqueeze(input, dim)

其中，`input` 表示需要增加维度的张量，`dim` 表示需要在哪个维度上增加一个维度。

举个例子，假设我们有一个形状为 (3, 4) 的张量 `a`：

import torch

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

现在我们想在第一维度上增加一个维度，可以使用 `unsqueeze()` 函数：

b = torch.unsqueeze(a, 0)
print(b.shape)  # 输出: torch.Size([1, 3, 4])

在这个例子中，我们将 `a` 在第一维度上增加了一个维度，新的张量 `b` 的形状为 (1, 3, 4)。

另外，`unsqueeze()` 函数也可以通过指定负数的维度来在张量的末尾增加一个维度，例如：

c = torch.unsqueeze(a, -1)
print(c.shape)  # 输出: torch.Size([3, 4, 1])

在这个例子中，我们将 `a` 在最后一个维度上增加了一个维度，新的张量 `c` 的形状为 (3, 4, 1)。

相关问题

unsqueeze

`unsqueeze()` 是 PyTorch 中的一个函数，用于在指定维度上增加一个维度。其语法如下：

torch.unsqueeze(input, dim)

其中，`input` 表示需要增加维度的张量，`dim` 表示需要在哪个维度上增加一个维度。

举个例子，假设我们有一个形状为 (3, 4) 的张量 `a`：

import torch

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

现在我们想在第一维度上增加一个维度，可以使用 `unsqueeze()` 函数：

b = torch.unsqueeze(a, 0)
print(b.shape)  # 输出: torch.Size([1, 3, 4])

在这个例子中，我们将 `a` 在第一维度上增加了一个维度，新的张量 `b` 的形状为 (1, 3, 4)。

另外，`unsqueeze()` 函数也可以通过指定负数的维度来在张量的末尾增加一个维度，例如：

c = torch.unsqueeze(a, -1)
print(c.shape)  # 输出: torch.Size([3, 4, 1])

在这个例子中，我们将 `a` 在最后一个维度上增加了一个维度，新的张量 `c` 的形状为 (3, 4, 1)。

unsqueeze和unsqueeze_

unsqueeze()和unsqueeze_()都是PyTorch中的函数，它们的作用是在张量的指定维度上增加一个维度。

unsqueeze()方法会返回一个新的张量，不会对原来的张量进行修改，而unsqueeze_()方法则是直接在原来的张量上增加一个维度，修改原来的张量。

比如，假设我们有一个形状为(2, 3)的张量tensor，我们想在第0维上增加一个维度，可以使用unsqueeze()或unsqueeze_()方法：

import torch

tensor = torch.randn(2, 3)
new_tensor = tensor.unsqueeze(0)  # 在第0维上增加一个维度，返回一个新的张量
print(new_tensor.shape)  # 输出 torch.Size([1, 2, 3])

tensor.unsqueeze_(0)  # 直接在第0维上增加一个维度，修改原来的张量
print(tensor.shape)  # 输出 torch.Size([1, 2, 3])

可以看到，使用unsqueeze()方法会返回一个新的张量，不会对原来的张量进行修改，而unsqueeze_()方法则是直接在原来的张量上增加一个维度，修改原来的张量。