关于PyTorch中single_channel_depth.unsqueeze(1).repeat(1,19,1,1)代码的疑问

先明确：你的两个理解都是错误的，下面一步步拆解代码逻辑：

1. unsqueeze(1)的真实作用 #

你搞反了，unsqueeze()不是删除维度，而是在指定索引位置插入一个大小为1的新维度（索引从0开始计数）。
已知原数组single_channel_depth的维度是(1408, 376, 1)，调用unsqueeze(1)后，数组维度变为(1408, 1, 376, 1)——相当于在原数组的第1个维度位置，新增了一个长度为1的维度。

2. .repeat(1,19,1,1)的真实作用 #

repeat()也不是替换元素，它的功能是按照传入的参数，对数组的对应维度进行指定次数的重复复制，传入的参数数量必须和当前数组的维度数一致，每个参数对应对应维度的重复次数。
针对上一步得到的(1408, 1, 376, 1)数组，repeat(1,19,1,1)的具体操作是：

• 第0维度（长度1408）重复1次，保持原长度不变
• 第1维度（长度1）重复19次，长度变为19
• 第2维度（长度376）重复1次，保持原长度不变
• 第3维度（长度1）重复1次，保持原长度不变

最终得到的single_channel_depth_ch数组维度为(1408, 19, 376, 1)，相当于把原数组在新增的第1维度上复制了19份，所有复制出来的元素值和原数组对应位置完全一致。

整行代码的核心目的 #

本质是调整数组的维度结构，同时在新增的维度上复制多份，让数组的维度格式满足后续代码（比如神经网络模型输入）的要求。

内容的提问来源于stack exchange，提问作者programmer_04_03