深圳建设行业网站,珞珈学子网站建设,青海省公路建设网站,好网站开发培训首先#xff0c;假设我们有一个三行四列的张量 X#xff1a; view() 和 reshape() 函数都可以指定并改变张量的维度#xff0c;它们本质上是相同的#xff0c;只有两点区别#xff1a;
1、view() 函数返回的是原始张量的视图#xff0c;而 reshape() 函数返回的是原始张…首先假设我们有一个三行四列的张量 X view() 和 reshape() 函数都可以指定并改变张量的维度它们本质上是相同的只有两点区别
1、view() 函数返回的是原始张量的视图而 reshape() 函数返回的是原始张量的视图或者副本 2、正因为 view() 函数返回的是视图它要求张量数据在内存中是连续contiguous 的而 reshape() 函数则没有这样的要求它可以对连续张量或者非连续张量进行操作。 假设张量 Y 比 X 多了一个长度等于 1 的维度如下 长度为 1 的维度实际上是没有意义的可以使用 squeeze() 自动消除所有长度为 1 的维度 与之相反的就是 unsqueeze() 函数可以增加一个维度长度等于 1 最后flatten() 函数的作用是展平张量它还可以指定开始的维度和结束的维度默认 start_dim0, end_dim-1例如 Pytorch 中维度顺序为 NCHW如果 Nbatch_size 不等于 1就得让 start_dim 1只展平每个样本的 CHW保持每个样本的独立性。 使用 view(-1) 也能实现和 flatten() 一样的功能它们区别实际上就是 view() 函数和 reshape() 函数的区别因为 flatten() 就是用 reshape() 实现的看下源码即可知道。
