Pytorch中的view函数需要注意的点

---

一、函数说明

Pytorch中的view函数主要用于张量tensor的维度修改，通过view里面的参数，可以修改成任意维度的张量，前提是修改后的张量大小和原张量大小一致，比如45的张量，可以修改成225，但是不能修改成32*3。

二、数据共享

通过view修改维度以后的张量，和原张量是共享底层数据的，也就是说，如果你修改了一个张量中的数据，两个张量数据都会改变。比如原张量V1=torch.zeros(4,5)，修改后的张量V2=V1.view(2,2,5)，如果让V2[0][0][0]=1，则V1[0][0]也等于1。

三、参数

view的参数如果有-1，则表示这个维度的大小由其他位置决定，只能用剩下的数据维度。
还是V1=torch.zeros(4,5)，V3=V1.view(2,-1,5)，则V3的第二维度大小就是2了。每次只能有一个默认的-1维度，不然没法计算准确的维度大小。

四、维度变化

还是V1=torch.zeros(4,5)，V4=V1.view(20,1)表示的是二维张量20*1，而V5=V1.view(20)，或V5=V1.view(20，)表示的是一维张量，长度为20。在训练模型的时候需要注意，因为这两种方式都能进入全连接层或者线性神经网络，只不过出来的结果会对应输入的维度，在计算误差的时候，对目标的处理就不一样了，需要相同维度，也就是在loss = nn.xxxxxLoss(output, label)时，要注意ouput和label的维度是否一致。