模范界说白虎 porn
torch.unsqueeze(input， dim) → Tensor
参数
input (Tensor)：输入张量。
dim (int)：插入单一维度的索引位置。
示例
底下代码中的 tsr1 和 tsr2 有什么鉴识，为什么？
import torch
tsr1 = torch.tensor([1，2，3，4]).unsqueeze(0)
tsr2 = torch.tensor([1，2，3，4]).unsqueeze(1)
在提供的代码中，tsr1 和 tsr2 皆是通过对列表 [1， 2， 3， 4] 使用 torch.tensor 创建一个张量，然后诈欺 unsqueeze 操作来创建的。然则，它们在不同的维度上进行了 "unsqueeze"。让咱们来分析一下鉴识：
(1) 交融 unsqueeze
unsqueeze(dim) 函数在指定的 dim 索引位置添加一个大小为1的荒谬维度。张量的体式通过在该位置插入新的轴而被转换。
(2) 交融 tsr1
tsr1 = torch.tensor([1， 2， 3， 4]).unsqueeze(0)
torch.tensor([1， 2， 3， 4]) 创建了一个体式为 (4，) 的1D张量，意味着它有4个元素。
.unsqueeze(0) 在第0轴（即第一个维度）增多了一个新的维度。是以，tsr1 的体式形成了 (1， 4) — 一个2D张量，其中第一个维度的大小为1，第二个维度的大小为4。
tsr1 的体式：(1， 4)。
(3) 交融 tsr2
tsr2 = torch.tensor([1， 2， 3， 4]).unsqueeze(1)
torch.tensor([1， 2， 3， 4]) 创建了一个体式为 (4，) 的1D张量。
.unsqueeze(1) 在第1轴（即第二个维度）增多了一个新的维度。是以，tsr2 的体式形成了 (4， 1) — 一个2D张量，其中第一个维度的大小为4，第二个维度的大小为1。
伦理小说txt下载tsr2 的体式：(4， 1)。
(4) 流弊鉴识
tsr1 的体式是 (1， 4)，这意味着它是一个有1行4列的2D张量。
tsr2 的体式是 (4， 1)，这意味着它是一个有4行1列的2D张量。
鉴识在于插入轴的位置。unsqueeze(0) 在启动位置（第一个轴）增多了一个新维度，使其成为一个行向量（1行，多列）。另一方面，unsqueeze(1) 在第二个轴增多了一个新维度，使其成为一个列向量（多行，1列）。
(5) 张量的可视化
tsr1（体式 = (1， 4)）:
tensor([[1， 2， 3， 4]]) # 1行， 4列
tsr2（体式 = (4， 1)）:
tensor([[1]，
[2]，
[3]，
[4]]) # 4行， 1列
采集常识白虎 porn，润泽你我。