如何将GRU输出的[1,4,256] cuda.FloatTensor转为[1,1,256]？

这问题我太熟悉了——你遇到的是PyTorch索引操作时的自动降维问题，用两种简单的方法就能把[1,256]的张量恢复成[1,1,256]的目标形状：

方法1：用unsqueeze()手动添加维度 #

unsqueeze(dim)可以在指定位置插入一个新维度，这里我们需要在第1个维度（索引从0开始）插入维度，代码如下：

# 假设你要取的是第index个时间步的隐藏向量
decoder_hidden = encoder_hidden[:, index].unsqueeze(1)

执行后，原本形状为[1,256]的张量就会变成[1,1,256]，完全符合你的需求。

方法2：用切片替代单个索引 #

PyTorch的切片操作不会自动挤压维度，所以你可以通过index:index+1的切片方式来保留维度：

decoder_hidden = encoder_hidden[:, index:index+1]

这种方法更直接，切片后的结果直接就是[1,1,256]的形状，不需要额外的维度操作。

为什么原来的代码不行？ #

当你使用encoder_hidden[:, index]这种单个索引取值时，PyTorch会自动移除那个被索引的维度（这里就是第1个维度，对应时间步的维度），所以结果从[1,4,256]变成了[1,256]。而上面两种方法要么手动补回维度，要么用切片保留维度，完美解决问题。

内容的提问来源于stack exchange，提问作者Shiloh_C