Pytorch中经常见到的View( )函数

Pytorch里经常会见到tensor.view( a, b ,c ......)，a, b, c等等都是函数内的参数，可以理解为reshape功能，重构张量的维度。

比如：

a = torch.Tensor(2, 3)
print(a)

# tensor([[0.0000, 0.0000, 0.0000],
#        [0.0000, 0.0000, 0.0000]])

b = a.view(3, 2)
print(b)

# tensor([[0.0000, 0.0000],
#        [0.0000, 0.0000],
#        [0.0000, 0.0000]])

这里有特殊的地方就是参数为-1的时候，比如

print(a.view(1,-1))
# tensor([[0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000]])

-1表示该维度的大小由估计得到，第一个维度为1，则tensor为一行，列数则估计出来，在该例子中为6。

如果只有一个参数，即view(-1)，则会将tensor里面的所有维度数据转化成一维的，并且按先后顺序排列。