首先,view( ) 是对 PyTorch 中的 Tensor 操作的,若非 Tensor 类型,可使用 data = torch.tensor(data)来进行转换。
(1) 作用:该函数返回一个有相同数据但不同维度大小的 Tensor。也就是说该函数的功能是改变矩阵维度,相当于 Numpy 中的 resize() 或者 Tensorflow 中的 reshape() 。
(2) 参数:view( *args )
import torch
x = torch.randn(6, 6)
print(x.size())
y = x.view(36)
print(y.size())
z = x.view(-1, 9) # -1表示该维度取决于其它维度大小,即(6*6)/ 9
print(z.size())
m = x.view(3, 3, 4) # 也可以变为更多维度
print(m.size())
输出:
torch.Size([6, 6])
torch.Size([36])
torch.Size([4, 9])
torch.Size([3, 3, 4])
特殊用法view(-1)文章来源:https://www.toymoban.com/news/detail-845880.html
若需要转换维度为一维,有一种简单的方式,即将参数设置为 -1文章来源地址https://www.toymoban.com/news/detail-845880.html
import torch
a = torch.Tensor([[1, 2, 3], [4, 5, 6],[7,8,9]]) # 定义一个 2*3 的 Tensor
a = a.view(-1)
print(a)
输出:
tensor([1., 2., 3., 4., 5., 6., 7., 8., 9.])
到了这里,关于PyTorch中view()函数用法说明的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!