python中view_Pytorch之view及view_as使用详解

view()函数是在torch.Tensor.view()下的一个函数，可以有tensor调用，也可以有variable调用。

其作用在于返回和原tensor数据个数相同，但size不同的tensor

【Numpy中的size是元素个数，但是在Pytorch中size等价为Numpy中的shape】

view函数的-1参数的作用在于基于另一参数，自动计算该维度的大小

很重要的一点

view函数只能由于contiguous的张量上，具体而言，就是在内存中连续存储的张量。

所以，当tensor之前调用了transpose, permute函数就会是tensor内存中变得不再连续，就不能调用view函数。

所以，应该提前做tensor.contiguous()的操作

view函数与Pytorch0.4中新增的reshape的区别

reshape函数调用是不依赖于tensor在内存中是不是连续的。

即

reshape ≈ tensor.contiguous().view

代码

import numpy as np

import torch

from torch.autograd import Variable

x = torch.Tensor(2,2,2)

print(x)

y = x.view(1,8)

print(y)

z = x.view(-1,4) # the size -1 is inferred from other dimensions

print(z)

t = x.view(8)

print(t)