前言

在機器學習的領域中，我們經常用的資料格式就是 tensor，
有時為了格式對齊，我們需要增加維度。

• 常見使用地方：讀取時因為一層一層拆開後，要拼回去原來的資料型態 (shape)

範例程式碼

我們能使用 「.unsqueeze()」 來增加 tensor 維度，下面範例程式碼。

import torch
a = torch.tensor([1, 2])

print(a)
print(a.shape)
print(a.unsqueeze(0))
print(a.unsqueeze(0).shape)
print(a.unsqueeze(0)[0][0])
print(a.unsqueeze(0)[0][1])
print(a.unsqueeze(1))
print(a.unsqueeze(1).shape)
print(a.unsqueeze(1)[0][0])
print(a.unsqueeze(1)[1][0])

• 結果與說明

原先 a 的維度是一維兩個值 [2]

• 後來經過 a.unsqueeze(0)，多了「第 0 維」變成二維
  • a[0][0] = 1
  • a[0][1] = 2
  • a[1][0] = error
• 經過 a.unsqueeze(1)，多了「第 1 維」變成二維
  • a[0][0] = 1
  • a[1][0] = 2
  • a[0][1] = error