mindspore.ops.squeeze
- mindspore.ops.squeeze(input, axis=None)[源代码]
返回删除指定 axis 中大小为1的维度后的Tensor。
如果 \(axis=None\) ,则删除所有大小为1的维度。 如果指定了 axis,则删除指定 axis 中大小为1的维度。 例如,如果不指定维度 \(axis=None\) ,输入的shape为(A, 1, B, C, 1, D),则输出的Tensor的shape为(A, B, C, D)。如果指定维度,squeeze操作仅在指定维度中进行。 如果输入的shape为(A, 1, B), \(axis=0\) 时不会改变输入的Tensor,但 \(axis=1\) 时会使输入Tensor的shape变为(A, B)。
说明
请注意,在动态图模式下,输出Tensor将与输入Tensor共享数据,并且没有Tensor数据复制过程。
维度索引从0开始,并且必须在 [-input.ndim, input.ndim) 范围内。
- 参数:
input (Tensor) - 用于计算Squeeze的输入Tensor,shape为 \((x_1, x_2, ..., x_R)\) 。
axis (Union[int, tuple(int), list(int)]) - 指定待删除shape的维度索引,它会删除给定axis参数中所有大小为1的维度。如果指定了维度索引,其数据类型必须为int32或int64。默认值:
None
,将使用空tuple。
- 返回:
Tensor,shape为 \((x_1, x_2, ..., x_S)\) 。
- 异常:
TypeError - input 不是tensor。
TypeError - axis 不是int、tuple或list。
TypeError - axis 是tuple或list,但其元素不全是int。
ValueError - 指定 axis 的对应维度不等于1。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import mindspore >>> import numpy as np >>> from mindspore import Tensor, ops >>> input = Tensor(np.ones(shape=[3, 2, 1]), mindspore.float32) >>> output = ops.squeeze(input) >>> print(output) [[1. 1.] [1. 1.] [1. 1.]]