这篇文章主要介绍了pytorch中的view()函数怎么使用的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇pytorch中的view()函数怎么使用文章都会有所收获,下面我们一起来看看吧。
一、普通用法 (手动调整size)
view()相当于reshape、resize,重新调整Tensor的形状。
import torcha1 = torch.arange(0,16)print(a1)# tensor([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15])
a2 = a1.view(8, 2)a3 = a1.view(2, 8)a4 = a1.view(4, 4)print(a2)#tensor([[ 0, 1],# [ 2, 3],# [ 4, 5],# [ 6, 7],# [ 8, 9],# [10, 11],# [12, 13],# [14, 15]])print(a3)#tensor([[ 0, 1, 2, 3, 4, 5, 6, 7],# [ 8, 9, 10, 11, 12, 13, 14, 15]])print(a4)#tensor([[ 0, 1, 2, 3],# [ 4, 5, 6, 7],# [ 8, 9, 10, 11],# [12, 13, 14, 15]])
二、特殊用法:参数-1 (自动调整size)
view中一个参数定为-1,代表自动调整这个维度上的元素个数,以保证元素的总数不变。
v1 = torch.arange(0,16)print(v1)# tensor([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15])v2 = v1.view(-1, 16)v2# tensor([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]])v2 = v1.view(-1, 8)v2# tensor([[ 0, 1, 2, 3, 4, 5, 6, 7],# [ 8, 9, 10, 11, 12, 13, 14, 15]])v2 = v1.view(-1, 4)v2#tensor([[ 0, 1, 2, 3],# [ 4, 5, 6, 7],# [ 8, 9, 10, 11],# [12, 13, 14, 15]])v2 = v1.view(-1, 2)v2#tensor([[ 0, 1],# [ 2, 3],# [ 4, 5],# [ 6, 7],# [ 8, 9],# [10, 11],# [12, 13],# [14, 15]])
v3 = v1.view(4*4, -1)v3# tensor([[ 0],# [ 1],# [ 2],# [ 3],# [ 4],# [ 5],# [ 6],# [ 7],# [ 8],# [ 9],# [10],# [11],# [12],# [13],# [14],# [15]])
关于“pytorch中的view()函数怎么使用”这篇文章的内容就介绍到这里,感谢各位的阅读!相信大家对“pytorch中的view()函数怎么使用”知识都有一定的了解,大家如果还想学习更多知识,欢迎关注编程网行业资讯频道。