一、函数简介
Pytorch中的view函数主要用于Tensor维度的重构，即返回一个有相同数据但不同维度的Tensor。
根据上面的描述可知，view函数的操作对象应该是Tensor类型。如果不是Tensor类型，可以通过tensor = torch.tensor(data)来转换。
二、实例讲解
▶view(参数a,参数b,…)，其中，总的参数个数表示将张量重构后的维度。
import torchtemp = [1,2,3,4,5,6] # temp的类型为list，非Tensortemp = torch.tensor(temp) # 将temp由list类型转为Tensor类型print(temp) # torch.Size([6])print(temp.view(2,3)) # 将temp的维度改为2*3print(temp.view(2,3,1)) # 将temp的维度改为2*3*1print(temp.view(2,3,1,1)) # 更多的维度也没有问题，只要保证维度改变前后的元素个数相同就行，即2*3*1*1=6
▶view(参数a,参数b,…)，其中，如果某个参数为-1，则表示该维度取决于其它维度，由Pytorch自己补充。
import torchtemp = [[11,12,13,14,15,16], [21,22,23,24,25,26]]temp = torch.tensor(temp)print(temp) # torch.Size([2, 6])print(temp.view(3,-1,2)) # 这里的-1表示该维度取决于其它维度，即等于(2*6)÷3÷2=2# torch.Size([3, 2, 2])
▶view(-1)表示将Tensor转为一维Tensor。
import torchtemp = [1,2,3,4,5,6] # temp的类型为list，非Tensortemp = torch.tensor(temp) # 将temp由list类型转为Tensor类型print(temp) # 本身就是一维张量print(temp.view(-1)) # 因此，转变后还是一维，没什么变换temp1 = torch.tensor([[1,2,3],[4,5,6]])print(temp1) # torch.Size([2, 3])print(temp1.view(-1)) # 多维张量转为一维张量
欢迎各位伙伴们在评论区交流！
来源地址：https://blog.csdn.net/qq_40968179/article/details/128074940
