对tensor进行view()操作

最新推荐文章于 2024-07-27 18:33:19 发布

weLin2230

最新推荐文章于 2024-07-27 18:33:19 发布

阅读量999

点赞数

分类专栏：学习小笔记文章标签： tensorflow

本文链接：https://blog.csdn.net/weixin_47659974/article/details/118853730

版权

学习小笔记专栏收录该内容

9 篇文章 0 订阅

订阅专栏

对tensor进行view()操作

举几个例子看了就懂了，view() 相当于tensorflow里边的 reshape()
1.创建一个x

import torch
x = torch.randn(4, 4)  # x是一个4行4列的随机数矩阵
print(x)
print(x.size())

上述输出结果：

tensor([[ 0.9173,  2.8725, -0.0289, -0.8427],
        [-1.5648, -3.0865,  0.3637,  0.7192],
        [-0.5239, -0.9747, -0.9503, -0.0502],
        [ 0.7051, -0.0429,  1.1018,  0.9896]])
torch.Size([4, 4])

2.x.view() 类似于reshape（），重塑维度

y = x.view(16)
print(y)
print(y.size())

上述输出结果：

tensor([ 0.9173,  2.8725, -0.0289, -0.8427, -1.5648, -3.0865,  0.3637,  0.7192,
        -0.5239, -0.9747, -0.9503, -0.0502,  0.7051, -0.0429,  1.1018,  0.9896])
torch.Size([16])

-1是值得注意的，x中总共16个元素，现在定义一行是8列（8个元素），16/8 = 2，所以是2行

z = x.view(-1, 8)  # 大小-1是从其他维度推断出来的
print(z)
print(z.size())

上述输出结果：

tensor([[ 0.9173,  2.8725, -0.0289, -0.8427, -1.5648, -3.0865,  0.3637,  0.7192],
        [-0.5239, -0.9747, -0.9503, -0.0502,  0.7051, -0.0429,  1.1018,  0.9896]])
torch.Size([2, 8])