PyTorch|view(),改变张量维度

在构建自己的网络时,了解数据经过每个层后的形状变化是必须的,否则,网络大概率会出现问题。PyToch张量有一个方法,叫做view(),使用这个方法,我们可以很容易的对张量的形状进行改变,从而符合网络的输入要求。

view()的基本用法很简单,只需传入想要的形状即可,

就像这样:

复制代码
import torchT1=torch.arange(0,16)print(T1)print(T1.size())
tensor([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15])torch.Size([16])
a=T1.view(4,4)b=T1.view(2,8)print(a)print(a.size())
print(b)print(b.size())
tensor([[ 0,  1,  2,  3],        [ 4,  5,  6,  7],        [ 8,  9, 10, 11],        [12, 13, 14, 15]])torch.Size([4, 4])
tensor([[ 0,  1,  2,  3,  4,  5,  6,  7],        [ 8,  9, 10, 11, 12, 13, 14, 15]])torch.Size([2, 8])

当然,在看一些代码时,往往会发现view()中有参数-1。看下面几个例子​​​​​​​

复制代码
c=T1.view(-1,4,4)print(c)print(c.size())tensor([[[ 0,  1,  2,  3],         [ 4,  5,  6,  7],         [ 8,  9, 10, 11],         [12, 13, 14, 15]]])torch.Size([1, 4, 4]​​​​​​​

d=T1.view(-1,8)print(d)print(d.size())tensor([[ 0,  1,  2,  3,  4,  5,  6,  7],        [ 8,  9, 10, 11, 12, 13, 14, 15]])torch.Size([2, 8])​​​​​​​

e=T1.view(8,-1)print(e)print(e.size())tensor([[ 0,  1],        [ 2,  3],        [ 4,  5],        [ 6,  7],        [ 8,  9],        [10, 11],        [12, 13],        [14, 15]])torch.Size([8, 2])

通过上述几个例子,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,同时保证元素的总个数不变 。当然,我们也注意到了这个细节:传入几个参数,代表结果有几个维度。

对于这篇文章:张量扁平化------CNN的Flatten操作

保持batch轴不变,展平其它轴,我们采用的是flatten()方法,这里我们用view()方法。​​​​​​​

复制代码
t1=torch.rand([5,3,128,128])print(t1.size())
torch.Size([5, 3, 128, 128])​​​​​​​

t2=t1.view(5,-1)print(t2)print(t2.size())

结果符合我们的预期!

相关推荐
weixin_4691636910 分钟前
金融租赁项目管理:维普时代以混合模型+AI实现管控与效率兼得
人工智能·金融
框架那些事儿16 分钟前
深入 Pi 源码:一个优秀的 Agent,是如何管理上下文的?
人工智能·ai编程·全栈
Java内核笔记17 分钟前
方法级 trace 看不出第几轮:给 Agent 补一层轮次维度
人工智能·spring boot·后端
AAA修煤气灶刘哥21 分钟前
DSH Super-agent 双层架构:如何兼顾后台执行与持续响应
人工智能·后端·设计模式
用户0190275816124 分钟前
新浪财经 / 东方财富股票接口不稳、被限?稳定替代方案
python
阿里云大数据AI技术29 分钟前
Hologres jev 能帮业务做什么?7 个场景,一句提问
人工智能
武子康33 分钟前
H3-World 扩展跳跃与开门:新动作怎样进入训练数据?
大数据·人工智能·算法
七夜zippoe35 分钟前
Nexent 知识库:调优靠 Chunk 与重排
开发语言·python·ai智能体·nexent·知识库与rag
网易云信41 分钟前
网易智企 × 利尔达智能工牌:如何把一线对话变成可复用的企业资产
人工智能
前进的李工1 小时前
Agent 学习笔记 15:Agent 怎样响应事件与中途打断?
人工智能·笔记·agent·openclaw·工具设计·gpt-6 astra·原生异步