如何在torch中增加維度？

一、tensor的基礎知識

在探討如何增加維度之前，我們需要先回顧一下tensor的基礎知識。tensor是PyTorch中的基礎數據結構，可以看作是多維數組。舉個例子，一個標量可以被視為一個零維的tensor，而一個向量可以被視為一個一維tensor，一個矩陣可以被視為一個二維tensor，類推。

在PyTorch中，我們可以通過torch.Tensor創建張量，例如：

import torch
a = torch.Tensor([[1,2,3],[4,5,6],[7,8,9]])

上述代碼創建了一個二維的大小為3×3的張量，包含了從1到9的數字。接下來，我們將圍繞如何增加張量的維度展開討論。

二、增加維度的方式

在PyTorch中，我們可以使用不同的函數來增加一個張量的維度。下面介紹三種常用的方式。

1. 使用unsqueeze函數增加維度

使用unsqueeze函數可以在張量中插入新的維度。unsqueeze函數的參數是插入的維度下標，下標從0開始計數。例如，下面的代碼在a的第一維度（即行）上增加了一個新的維度：

a = a.unsqueeze(0)
print(a.shape)

輸出如下：

torch.Size([1, 3, 3])

我們可以看到，張量a的第一維度大小由原來的3變為了1，並在第一維度上增加了一個新的維度。同樣地，我們可以在其他維度上使用unsqueeze函數增加維度。

2. 使用view函數增加維度

使用view函數可以調整張量的維度。對於一個張量，我們可以通過reshape或者view函數調整其形狀，不同之處在於當張量不連續時，reshape會出現錯誤，而view函數不會。下面的代碼增加了一個新的維度，並將其放置在了張量的最後一個維度上：

b = a.view(-1, 3, 1)
print(b.shape)

輸出如下：

torch.Size([3, 3, 1])

在上述代碼中，我們使用view函數將張量a調整成了一個三維的張量，新的張量b的第三個維度大小為1，該維度位於最後一個維度上，並且通過設置第一個參數為-1，使得view函數能夠自動計算第一個維度的大小。

3. 使用unsqueeze和view函數結合增加維度

使用unsqueeze和view函數可以結合增加維度。例如，下面的代碼在a的第二個維度上增加了一個新的維度，並將其放置在了最後一個維度上：

c = a.unsqueeze(2).view(3,3,1)
print(c.shape)

輸出如下：

torch.Size([3, 3, 1])

在上述代碼中，我們先使用unsqueeze函數在第二個維度上插入了一個新的維度，然後使用了view函數將張量a調整成了一個三維的張量，新的張量c的第三個維度大小為1，該維度位於最後一個維度上。

三、小結

在PyTorch中，我們可以使用unsqueeze和view函數來增加一個張量的維度。前者是在張量中插入新的維度，而後者是通過調整張量的形狀來增加維度。可以根據實際需求使用不同的函數來增加維度。