torch x = x.view(x.size(0),-1)的理解

目录

一、概述

二、代码展示

一、概述

1.在torch的网络定义部分的forward（self，x）中有可能会出现下面这句话：

 x = x.view(x.size(0),-1)

2.这句话的意思是将多维度的Tensor展平成一维，但是到底转换的样子是什么样的其实我们这样看并不明白

二、代码展示

1.我们先定义一个Tensor：

import torch
 
a = torch.arange(1,17)

2.输出这个Tensor的内容和大小：

print(a)
print(a.size(0))

代码变为：

import torch
 
a = torch.arange(1,17)
 
print(a)
print(a.size(0))

 
结果为：

  

将Tensor转换为1维

输入代码：

b = a.view(a.size(0),-1)
print(b)

 代码变为：

import torch
 
a = torch.arange(1,17)
 
print(a)
print(a.size(0))
 
b = a.view(a.size(0),-1)
print(b)

 结果为：

 其中这个-1指的是不知道多少列的情况下，根据原来Tensor内容和Tensor的大小自动分配列数

4.换句话，和我们这样做的效果是一样的，即指定列数为1：

c = a.view(a.size(0),1)
print(c)

代码变为：

import torch
 
a = torch.arange(1,17)
 
print(a)
print(a.size(0))
 
b = a.view(a.size(0),-1)
print(b)
c = a.view(a.size(0),1)
print(c)

结果为：

结果果然是一样的。

5.我们还可以将行数不定（为-1），指定列数为Tensor的大小：

d = a.view(-1, a.size(0))
print(d)

 代码变为：

import torch
 
a = torch.arange(1,17)
 
print(a)
print(a.size(0))
 
b = a.view(a.size(0),-1)
print(b)
c = a.view(a.size(0),1)
print(c)
 
d = a.view(-1, a.size(0))
print(d)

结果为;

本文转自：https://blog.csdn.net/qq_36556893/article/details/86569501