pytorch中的view()函数怎么使用

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，欢迎关注行业资讯频道。