PyTorch 两大转置函数 transpose() 和 permute(), 以及RuntimeError: invalid argument 2: view size is not compati

本文详细解析了PyTorch中的transpose()和permute()函数,以及它们如何影响tensor的连续性。重点讨论了当使用这两个函数后,为何需要调用contiguous()来确保tensor的布局正确,以便能够使用view()。同时,介绍了contiguous()的作用,即强制拷贝tensor并恢复其原始布局。对于深度学习开发者来说,理解这些概念对于优化模型性能至关重要。
摘要由CSDN通过智能技术生成

PyTorch 两大转置函数 transpose() 和 permute(), 以及RuntimeError: invalid argument 2: view size is not compatiable

关于连续contiguous()

目前pytorch只要是transpose()permute()这两个函数用过后,tensor都会变得不再连续,就不可以使用view().

调用contiguous()时,会强制拷贝一份tensor,让它的布局和从头创建的一毛一样。
(这一段看文字你肯定不理解,你也可以不用理解,有空我会画图补上)

你只需要记住了,使用view()之前,只要使用了transpose()和permute()这两个函数一定要contiguous()

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值