本篇部落格主要向大家介紹Pytorch中view()、squeeze()、unsqueeze()、torch.max()函式，這些函式雖然簡單，但是在
神經網路程式設計總卻經常用到，希望大家看了這篇博文能夠把這些函式的作用弄清楚。

import torch

a=torch.Tensor(2,3)
a

 3.8686e+25  9.1836e-39  1.2771e-40
 9.0079e+15  1.6751e-37  2.9775e-41
 [torch.FloatTensor of size 2x3]

view()函式作用是將一個多行的Tensor,拼接成一行。

a.view(1
 
,-1) 

 3.8686e+25  9.1836e-39  1.2771e-40  9.0079e+15  1.6751e-37  2.9775e-41
 [torch.FloatTensor of size 1x6]

下面是torch中squeeze()和unsqueeze()兩個函式。

b=torch.Tensor(1,3)
b

 3.3447e+30  6.1237e-43  5.9179e+32
 [torch.FloatTensor of size 1x3]

b.squeeze(0)  

 3.3447e+30
 6.1237e-43
 5.9179e+32
[torch.FloatTensor of size 3]
 

b.squeeze(1)

 3.3447e+30  6.1237e-43  5.9179e+32
[torch.FloatTensor of size 1x3]

squeeze中的引數0、1分別代表第一、第二維度，squeeze(0)表示如果第一維度值為1，則去掉，否則不變。故b的維度(1,3),可去掉1成(3),但不可去掉3。

c=torch.Tensor(3)
c

 7.5589e+28
 5.2839e-11
 1.8888e+31
[torch.FloatTensor of size 3]

c.unsqueeze(0)

 7.5589e+28  5.2839e-11  1.8888e+31
[torch.FloatTensor of size 1x3]
 

c.unsqueeze(1)

 7.5589e+28
 5.2839e-11
 1.8888e+31
[torch.FloatTensor of size 3x1]

unsqueeze()與squeeze()作用相反。引數代表的意思相同。

d=torch.Tensor([[1,3],[2,4]])
d

 1  3
 2  4
[torch.FloatTensor of size 2x2]

torch.max(d,0)

(
  2  4
 [torch.FloatTensor of size 1x2], 
  1  1
 [torch.LongTensor of size 1x2])

torch.max()返回兩個結果，第一個是最大值，第二個是對應的索引值；第二個引數 0 代表按列取最大值並返回對應的行索引值，1 代表按行取最大值並返回對應的列索引值。

torch.max(d,1)

(
  3
  4
 [torch.FloatTensor of size 2x1], 
  1
  1
 [torch.LongTensor of size 2x1])