Matrix 如何将Pytroch张量从数学上的列向量转换为列矩阵？

我正在pytorch中使用张量。 如何将对应于列向量的张量转换为对应于其转置的张量

import numpy as np
coef = torch.from_numpy(np.arange(1.0, 5.0)).float()
print(coef)
print(coef.size())

---

目前

coef

的大小是

[4]

，但我希望它是

[4，1]

，内容相同。

在PyTorch中很容易实现。你可以使用这个方法

---

在Pytork中很容易实现。你可以使用这个方法

---

虽然使用

.view

通常肯定是一个不错的选择，但出于完整性的考虑，我想补充一点，即还有

.unsqueze（）

方法，它在指定索引处添加了一个额外的维度（与删除统一维度的

.squeak（）

方法相反）：

---

对于一般的换位，您可以使用

.t（）

方法。

同时使用

.view

当然是一个不错的选择。为了完整性起见，我想补充一点，还有

.unsqueze（）

方法，它在指定的索引处添加了一个额外的维度（与

.squeeze（）相反）

删除单位尺寸的方法）：

---

对于一般的换位，您可以使用

.t（）

方法。

或者对于非常快速的方法，请尝试

coef=coef[：，None]

或者对于非常快速的方法，请尝试

coef=coef[：，None]

coef = coef.view(4, 1)
print(coef.size()) # now the shape will be [4, 1]

>>> coef = coef.unsqueeze(-1) # add extra dimension at the end
>>> coef.shape
torch.Size([4, 1])