Метод unsqueeze

Метод unsqueeze добавляет новое измерение (ось) в тензор на заданную позицию. Это полезно, когда нужно привести тензор к форме, ожидаемой некоторыми операциями, например, при работе с пакетами данных в нейронных сетях. Метод принимает один обязательный параметр - позицию, на которую будет вставлена новая ось. Новая ось будет иметь размерность 1.

Синтаксис

tensor.unsqueeze(dim)

Пример

Давайте добавим новое измерение в начало тензора:

import torch

t = torch.tensor([1, 2, 3, 4, 5])
print("Original shape:", t.shape)

res = t.unsqueeze(0)
print("New shape:", res.shape)
print(res)

Результат выполнения кода:

Original shape: torch.Size([5])
New shape: torch.Size([1, 5])
tensor([[1, 2, 3, 4, 5]])

Пример

Давайте добавим новое измерение в конец тензора:

import torch

t = torch.tensor([1, 2, 3, 4, 5])
print("Original shape:", t.shape)

res = t.unsqueeze(1)
print("New shape:", res.shape)
print(res)

Результат выполнения кода:

Original shape: torch.Size([5])
New shape: torch.Size([5, 1])
tensor([[1],
		[2],
		[3],
		[4],
		[5]])

Пример

Давайте добавим новое измерение между существующими для двумерного тензора:

import torch

t = torch.tensor([
	[1, 2, 3],
	[4, 5, 6]
])
print("Original shape:", t.shape)

res = t.unsqueeze(1)
print("New shape:", res.shape)
print(res)

Результат выполнения кода:

Original shape: torch.Size([2, 3])
New shape: torch.Size([2, 1, 3])
tensor([
	[[1, 2, 3]],
	[[4, 5, 6]]
])

Пример

Давайте используем отрицательную позицию для вставки измерения:

import torch

t = torch.tensor([1, 2, 3, 4, 5])
print("Original shape:", t.shape)

res = t.unsqueeze(-1)
print("New shape:", res.shape)
print(res)

Результат выполнения кода:

Original shape: torch.Size([5])
New shape: torch.Size([5, 1])
tensor([[1],
		[2],
		[3],
		[4],
		[5]])

Смотрите также

метод squeeze,
который удаляет измерения размерности 1
метод view,
который изменяет форму тензора
метод reshape,
который также изменяет форму тензора
метод unsqueeze_,
который добавляет измерение на месте