PyTorch中view()函数用法说明

首先，view( ) 是对 PyTorch 中的 Tensor 操作的，若非 Tensor 类型，可使用 data = torch.tensor(data)来进行转换。

(1) 作用：该函数返回一个有相同数据但不同维度大小的 Tensor。也就是说该函数的功能是改变矩阵维度，相当于 Numpy 中的 resize() 或者 Tensorflow 中的 reshape() 。

(2) 参数：view( *args )

import torch
 
x = torch.randn(6, 6)
print(x.size())
 
y = x.view(36)
print(y.size())
 
z = x.view(-1, 9)  # -1表示该维度取决于其它维度大小，即（6*6）/ 9
print(z.size())
 
m = x.view(3, 3, 4) # 也可以变为更多维度
print(m.size())

输出：

torch.Size([6, 6])
torch.Size([36])
torch.Size([4, 9])
torch.Size([3, 3, 4])

特殊用法view(-1)

若需要转换维度为一维，有一种简单的方式，即将参数设置为 -1

import torch
 
a = torch.Tensor([[1, 2, 3], [4, 5, 6],[7,8,9]]) # 定义一个 2*3 的 Tensor
a = a.view(-1)
print(a)

输出：

tensor([1., 2., 3., 4., 5., 6., 7., 8., 9.])

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明vb.net教程C#教程python教程。

原文链接：PyTorch中view()函数用法说明-CSDN博客