Torch中的view（）和unsqueeze（）有什么区别？

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]) 

据文档，unsqueeze()插入单暗淡在给定的参数和view()位置创建具有相关联的存储的不同的尺寸的图tensor。

view()对我来说很清楚，但我无法区分它与unsqueeze()。此外，我不明白何时使用view()以及何时使用unsqueeze()？

任何帮助与良好的解释将不胜感激！

Answer 1

view（）只能取单个“-1”参数。

所以，如果你想添加一个singleton维度，你需要提供所有的维度作为参数。例如，如果A是一个2x3x4张量，要添加一个单独维度，您需要执行A：view（2，1，3，4）。

但是，有时候，使用操作时，输入的维度是未知的。因此，我们不知道A是2x3x4，但我们仍然希望插入一个单独的维度。当使用最小维度通常是未知的张量minibatches时，会发生这种情况。在这些情况下，nn.Unsqueeze非常有用，可以让我们在编写代码时插入维度，而不必明确知道其他维度。