x.view()

x.view()就是对tensor进行reshape

python 复制代码
import torch
v1 = torch.range(1, 4)
v2 = v1.view(2, 2)
print(v2)
v3 = v2.view(4,-1)
print(v3)
python 复制代码
tensor([[1., 2.],
        [3., 4.]])
tensor([[1.],
        [2.],
        [3.],
        [4.]])

在函数的参数中经常可以看到-1例如x.view(-1, 4)

这里-1表示一个不确定的数,就是你如果不确定你想要reshape成几行,但是你很肯定要reshape成4列,那不确定的地方就可以写成-1

例如一个长度的16向量x,

x.view(-1, 4)等价于x.view(4, 4)

x.view(-1, 2)等价于x.view(8,2)

相关推荐
A尘埃11 分钟前
神经网络的激活函数+损失函数
人工智能·深度学习·神经网络·激活函数
没有不重的名么28 分钟前
Pytorch深度学习快速入门教程
人工智能·pytorch·深度学习
有为少年39 分钟前
告别“唯语料论”:用合成抽象数据为大模型开智
人工智能·深度学习·神经网络·算法·机器学习·大模型·预训练
AI医影跨模态组学40 分钟前
J Transl Med(IF=7.5)苏州大学附属第一医院秦颂兵教授等团队:基于机器学习影像组学的食管鳞癌预后评估列线图
人工智能·深度学习·机器学习·ct·医学·医学影像
面汤放盐1 小时前
AI Agent 是什么,如何理解它,未来挑战和思考
人工智能
深小乐1 小时前
AI 周刊【2026.03.23-03.29】:Sora 落幕、Claude 上桌、中国 AI 的分歧时刻
人工智能
火山引擎开发者社区2 小时前
群「虾」荟萃🦐|ArkClaw 社群挑战赛活动火热进行中
人工智能
一个处女座的程序猿3 小时前
LLMs之Scaling Law之Cross-Entropy:《What Scales in Cross-Entropy Scaling Law?》翻译与解读
深度学习·scaling law·cross-entropy
春日见3 小时前
自驾算法的日常工作?如何提升模型性能?
linux·人工智能·机器学习·计算机视觉·自动驾驶