深度学习(14)--x.view()详解

在torch中,常用view()函数来改变tensor的形状

查询官方文档:

torch.Tensor.view --- PyTorch 2.2 documentationhttps://pytorch.org/docs/stable/generated/torch.Tensor.view.html#torch.Tensor.view示例

1.创建一个4x4的二维数组进行测试

python 复制代码
x = torch.randn(4, 4)
print(x)
print(x.size())

(1).将二维数组变换为一维数组

python 复制代码
y = x.view(16)
print(y)
print(y.size())

(2).将二维数组变换为其他形式的二维数组

python 复制代码
z = x.view(2, 8)
print(z)
print(z.size())

(3).可以将其中一个参数设置为-1,view()会根据已设置的维度自动推断出另外一个维度的大小

复制代码
# the size -1 is inferred from other dimensions
python 复制代码
yy = x.view(-1, 8)
print(yy)
print(yy.size())

zz = x.view(8, -1)
print(zz)
print(zz.size())

可以看到分别得到了2x8的yy和8x2的zz,符合实际的情况。

2.创建一个1x2x3x4的四维矩阵进行测试

python 复制代码
x = torch.rand(1, 2, 3, 4)
print(x)
print(x.size())

(1).将四维数组变换为一维数组

python 复制代码
y = x.view(-1)
print(y)
print(y.size())

(2).将四维数组变换为二维数组

python 复制代码
z = x.view(2,-1)
print(z)
print(z.size())

(3).将四维数组变换为三维数组

python 复制代码
a = x.view(2, -1, 4)
print(a)
print(a.size())

(4).将四维数组转换为其他形式的四维数组

python 复制代码
b = x.view(1, 3, 2, 4)
print(b)
print(b.size())

值得注意的是view()函数并不改变tensor数据在内存中的层次

利用tranpose函数进行验证,transpose函数可以交换数据指定的维度:

python 复制代码
c = x.transpose(1, 2)
print(c)
print(c.size())

transpose(1,2)将第二个维度和第三个维度互换(四维对应的索引是0,1,2,3)

利用equal()函数判断b和c是否相同:

python 复制代码
print("b和c是否相等:")
print(torch.equal(b, c))

由如上结果可知,view()函数并不改变数据在内存中的层次。

相关推荐
飞哥数智坊1 天前
GPT-5-Codex 发布,Codex 正在取代 Claude
人工智能·ai编程
倔强青铜三1 天前
苦练Python第46天:文件写入与上下文管理器
人工智能·python·面试
虫无涯1 天前
Dify Agent + AntV 实战:从 0 到 1 打造数据可视化解决方案
人工智能
Dm_dotnet1 天前
公益站Agent Router注册送200刀额度竟然是真的
人工智能
算家计算1 天前
7B参数拿下30个世界第一!Hunyuan-MT-7B本地部署教程:腾讯混元开源业界首个翻译集成模型
人工智能·开源
机器之心1 天前
LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死
人工智能·openai
Juchecar1 天前
交叉熵:深度学习中最常用的损失函数
人工智能
林木森ai1 天前
爆款AI动物运动会视频,用Coze(扣子)一键搞定全流程(附保姆级拆解)
人工智能·aigc
聚客AI1 天前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
BeerBear2 天前
【保姆级教程-从0开始开发MCP服务器】一、MCP学习压根没有你想象得那么难!.md
人工智能·mcp