一、Tensor的降维——torch.squeeze()函数

1.tensor的维度

小编对于张量的理解一直很模糊，今天用Excel来帮助大家理解，希望对大家有所帮助。

首先，张量是多维数组，这里不多赘述，可以去查阅相关资料。今天重点介绍的是张量的维度。

张量有一维、二维、三维、四维等。

一维：

正如我们的Eecel表里的3个数字就组成一维数据。

你也可以把它理解为一行数据，即由单个元素组成的一组数据。

二维：

 二维就是一维的叠加。

前面所说可以把“一行”看作一维

那么二维就是多行，也就相当于Excel里的一个工作部（下方的sheet1）

但是这里要注意，代码最外面有两个中括号，如果只有一个中括号，就会报错。

这里简单记忆可以理解为：有几维，最外面的中括号就有几个

 三维：

 torch.Size([1,2,3])，第一个1表示1个深度，你可以理解为Excel的一个工作部，如果是2，那就是两个工作部。

第二个数字表示2行，第三个数字表示3列。

三维就相当于Excel里的多个工作部

上图所示是深度为1，即1个Excel工作部，接下来我们来看深度为2的，即2分Excel工作部：

这里就有两个深度，相当于一个Excel文件中的两个工作部，sheet1和sheet2。

注意：标黄处是两个工作部的分隔

前文所说，有几个维度就有几个维度。标黄处是2个中括号，即标黄中括号里的数据是第二维，那么这两个中括号中的二维数据（即多行数据）一叠加就成了我们的三维数据（即一个或多个Excel工作部）

如图

四维 ：

现在已经介绍完三维了，也就是多个工作部，那这些工作部最终就能组成一个Excel文件，即第四维。

这里的torch.Size([1,1,2,3])，左边第一个数字 1表示这个张量在第四维占了一个，即一个Excel表，第二个数字1表示三维上的1，即1个工作部

第三个数字2表示每个工作部里有2行，当然，这里就1个工作部

第四个数字3表示每个工作部里有3列。

2.torch.squeeze()函数

接下来，我们就要介绍tensor的升维与降维，降维用到的函数是torch.squeeze（）函数。

那么升维用到的就是torch.unsqueeze()函数。

为什么要降维呢?

小编认为这是为了减少计算耗时，就像你的一个Excel文件，里面有10个工作部，但只有第一个工作部有数据，那其他9个工作部在大部分时候就是无用的，此时就需要用到降维。

我们看下面这个代码，这里，第三维第4维都是只有一个占位（维数）的，也就是说，此时我们在第3维，第4维看到的数据都是一样的，那么就可以降去第3维和第4维。

而第二维有3个占位(维数），如果去掉这一维，那么数据就会收到影响。

以下是降维的具体代码

这里的torch.squeeze(A,0)的0时什么意思呢？

在第0个位置，这个函数就是，如果第0个位置的维度是1，那么就删除该维度

在原本的维度（1,1,3,2）中，从左向右一次是位置0，1,2,3,。没有第四位

 如果我们输入torch.squeeze(A,2)，看一看结果：

一个维度也没降，因为第2位置的维度是3，自然不会删除该维度。

那我们再来看看如果输入torch.squeeze(A,4)会是什么结果呢

 （哈哈，当然会报错啦）

同样，也可以输入负数的，负数就有-4，如果是负数，那从左向右一次是-4，-3，-2，-1

二、Tensor的升维——torch.unsqueeze（函数）

介绍完降维，我们来介绍一下升维吧

降维理解了，升维就不难理解了

b=a.unsqueeze(0)即在索引0对应的位置增加一个维度

下面是咋索引1对应位置增加一个维度

这是在索引2位置增加：

 同样的，这里也没有3，但是可以有负数，就不一一赘述了。