Torch中调整Tensor维度

PyTorch 提供丰富的张量维度操作函数，涵盖形状调整、维度变换、拼接分割等场景。

维度调整

函数	功能	示例
squeeze()	去除尺寸为 1 的维度	(1,3,1,5) → (3,5)
unsqueeze(dim)	插入尺寸为 1 的维度	(3,5) → (1,3,5)
view(*shape)	重塑形状	(2,3,4) → (3,8)
reshape(*shape)	重塑形状（返回新张量）	同 view
flatten()	展平	(2,3,4) → (24)

维度变换

函数	功能	示例
permute(*dims)	重排维度顺序	(2,3,5) → (5,2,3)
transpose(dim0, dim1)	交换两个维度	(2,3) → (3,2)

拼接与堆叠

# 沿现有维度拼接
torch.cat([t1, t2], dim=0)  # (2,3) + (2,3) → (4,3)
 
# 沿新维度堆叠
torch.stack([t1, t2], dim=0)  # (3,4) + (3,4) → (2,3,4)

分割与选择

函数	功能
split(tensor, size, dim)	按块大小分割
chunk(tensor, chunks, dim)	按块数量分割
index_select(tensor, dim, index)	按索引选择

示例

import torch
 
x = torch.randn(2, 3, 4)
 
# 展平
x.flatten()                    # (24,)
x.flatten(start_dim=1)         # (2, 12)
 
# 转置
x.permute(2, 0, 1)             # (4, 2, 3)
x.transpose(0, 1)              # (3, 2, 4)
 
# view vs reshape
x.view(3, 8)                   # 共享内存
x.reshape(3, 8)                # 可能返回副本
 
# 广播
a = torch.randn(3, 1)
b = torch.randn(3, 4)
torch.broadcast_tensors(a, b)  # a 广播为 (3, 4)

view vs reshape

• view：要求张量连续，共享内存
• reshape：自动处理不连续情况，可能返回副本