Torch中的view（）和unsqueeze（）有什麼區別？

Question

使用unsqueeze()：

使用 view()

input = torch.Tensor(2, 4, 3) # input: 2 x 4 x 3 
print(input.unsqueeze(0).size()) # prints - torch.size([1, 2, 4, 3]) 

：

input = torch.Tensor(2, 4, 3) # input: 2 x 4 x 3 
print(input.view(1, -1, -1, -1).size()) # prints - torch.size([1, 2, 4, 3]) 

據文檔，unsqueeze()插入單暗淡在給定的參數和view()位置創建具有相關聯的存儲的不同的尺寸的圖tensor。

view()對我來說很清楚，但我無法區分它與unsqueeze()。此外，我不明白何時使用view()以及何時使用unsqueeze()？

任何幫助與良好的解釋將不勝感激！

Answer 1

view（）只能取單個「-1」參數。

所以，如果你想添加一個singleton維度，你需要提供所有的維度作爲參數。例如，如果A是一個2x3x4張量，要添加一個單獨維度，您需要執行A：view（2，1，3，4）。

但是，有時候，使用操作時，輸入的維度是未知的。因此，我們不知道A是2x3x4，但我們仍然希望插入一個單獨的維度。當使用最小維度通常是未知的張量minibatches時，會發生這種情況。在這些情況下，nn.Unsqueeze非常有用，可以讓我們在編寫代碼時插入維度，而不必明確知道其他維度。