torch:)——PyTorch: view( )用法详解
PyTorch 中的view( )函数相当于numpy中的resize( )函数,都是用来重构(或者调整)张量维度的,用法稍有不同。
1. view(参数a, 参数b, 参数c…)
>>> import torch
>>> re = torch.tensor([1, 2, 3, 4, 5, 6])
>>> result = re.view(3,2)
>>> result
tensor([[1, 2],
[3, 4],
[5, 6]])
i.e.
view(3, 2)将张量重构成了3x2维的张量。
2. view(-1)
>>> import torch
>>> re = torch.tensor([[1, 2],
[3, 4],
[5, 6]])
>>> result = re.view(-1)
>>> result
tensor([1, 2, 3, 4, 5, 6])
i.e.
view(-1)将张量重构成了1维的张量。
3. view(-1, 参数b)
>>> import torch
>>> re = torch.tensor([1, 2, 3, 4, 5, 6])
>>> result = re.view(-1, 2)
>>> result
tensor([[1, 2],
[3, 4],
[5, 6]])
i.e.
torch.view(-1, 参数b),则表示在参数a未知,参数b已知的情况下自动补齐行向量长度,在这个例子中b=3,re总共含有6个元素,则a=6/2=3。