torch.reshape()的用法

1. 基本语法介绍

torch.reshape() 是 PyTorch 中用于改变张量形状的函数。它返回一个新张量，其数据与输入张量相同，但具有指定的形状。如果可能，该函数将返回输入张量的视图（即不复制数据），但如果无法返回视图，则会返回数据的副本。

改变形状时，元素不能变

2. 代码解释

import torch

x = torch.tensor([[1, 2, 3], [4, 5, 6]])
print("原始张量 x: ")
print(x)
print("x的形状：", x.shape)


输出：

原始张量 x: 
tensor([[1, 2, 3],
        [4, 5, 6]])
x的形状： torch.Size([2, 3])

y = torch.reshape(x, (3, 2))
print("形状改变后的张量 y:")
print(y)
print("y的形状：", y.shape)


输出：
形状改变后的张量 y:
tensor([[1, 2],
        [3, 4],
        [5, 6]])
y的形状： torch.Size([3, 2])

 

z = torch.reshape(x, (1, 6))
print("形状改变后的张量 z:")
print(z)
print("z的形状：", z.shape)


输出：
形状改变后的张量 z:
tensor([[1, 2, 3, 4, 5, 6]])
z的形状： torch.Size([1, 6])

# reshape((-1, 1))表示行不知道，固定列自动对齐
w = torch.reshape(x, (-1, 6))
print("形状改变后的张量 w:")
print(w)
print("w的形状：", w.shape)


输出：
形状改变后的张量 w:
tensor([[1, 2, 3, 4, 5, 6]])
w的形状： torch.Size([1, 6])

# reshape((-1, 1)) 表示行不知道，固定列自动对齐
r = torch.reshape(x, (6, -1))
print("形状改变后的张量 r:")
print(r)
print("r的形状：", r.shape)

输出：

形状改变后的张量 r:
tensor([[1],
        [2],
        [3],
        [4],
        [5],
        [6]])
r的形状： torch.Size([6, 1])