python pytorch中.view()函数的用法解读
更新时间：2023年08月02日 10:28:06 作者：Dust_Evc
这篇文章主要介绍了python pytorch中.view()函数的用法,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
python pytorch中.view()函数
在使用pytorch定义神经网络时，经常会看到类似如下的.view()用法，这里对其用法做出讲解与演示。
普通用法 (手动调整size)
view()相当于reshape、resize，重新调整Tensor的形状。
import torch a1 = 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) print(a3) print(a4)
tensor([[ 0, 1],
[ 2, 3],
[ 4, 5],
[ 6, 7],
[ 8, 9],
[10, 11],
[12, 13],
[14, 15]])
tensor([[ 0, 1, 2, 3, 4, 5, 6, 7],
[ 8, 9, 10, 11, 12, 13, 14, 15]])
tensor([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])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。
import torch a1 = 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(-1, 16) a3 = a1.view(-1, 8) a4 = a1.view(-1, 4) a5 = a1.view(-1, 2) a6 = a1.view(4*4, -1) a7 = a1.view(1*4, -1) a8 = a1.view(2*4, -1) print(a2) print(a3) print(a4) print(a5) print(a6) print(a7) print(a8)
tensor([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]])
tensor([[ 0, 1, 2, 3, 4, 5, 6, 7],
[ 8, 9, 10, 11, 12, 13, 14, 15]])
tensor([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
tensor([[ 0, 1],
[ 2, 3],
[ 4, 5],
[ 6, 7],
[ 8, 9],
[10, 11],
[12, 13],
[14, 15]])
tensor([[ 0],
[ 1],
[ 2],
[ 3],
[ 4],
[ 5],
[ 6],
[ 7],
[ 8],
[ 9],
[10],
[11],
[12],
[13],
[14],
[15]])
tensor([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
tensor([[ 0, 1],
[ 2, 3],
[ 4, 5],
[ 6, 7],
[ 8, 9],
[10, 11],
[12, 13],
[14, 15]])python中view()函数怎么用
初学者在使用pytorch框架定义神经网络时，经常会在代码中看到：
这样的用法。
view()的作用相当于numpy中的reshape，重新定义矩阵的形状。
例1 普通用法：
import torch v1 = torch.range(1, 16) v2 = v1.view(4, 4)
其中v1为1*16大小的张量，包含16个元素。v2为4*4大小的张量，同样包含16个元素。注意view前后的元素个数要相同，不然会报错。
例2 参数使用-1
import torch v1 = torch.range(1, 16) v2 = v1.view(-1, 4)
和图例中的用法一样，view中一个参数定为-1，代表动态调整这个维度上的元素个数，以保证元素的总数不变。因此两个例子的结果是相同的。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Python爬虫原理与基本请求库urllib详解,爬虫就是通过模拟浏览器，按照一定的规则，自动、大批量的获取网络资源，包括文本、图片、链接、音频、视频等等,需要的朋友可以参考下2023-07-07
这篇文章主要介绍了Python之Scrapy爬虫框架安装及简单使用详解，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-12-12
这篇文章主要介绍了Python的dict字典结构操作方法学习笔记本,字典的操作是Python入门学习中的基础知识,需要的朋友可以参考下2016-05-05
这篇文章主要介绍了python列表推导式入门学习解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-12-12
Pytorch技巧:DataLoader的collate_fn参数使用详解
今天小编就为大家分享一篇Pytorch技巧:DataLoader的collate_fn参数使用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
这篇文章主要介绍了Python加速程序运行的方法，文中讲解非常细致，代码帮助大家更好的理解和学习，感兴趣的朋友可以了解下2020-07-07
笔趣有很多起点中文网的小说，该网站小说的更新速度稍滞后于起点中文网正版小说的更新速度。并且该网站只支持在线浏览，不支持小说打包下载。所以可以通过python爬取文本信息保存，从而达到下载的目的2021-09-09
这篇文章主要介绍了python获取mp3文件信息的方法,涉及Python针对文件属性操作的相关技巧,需要的朋友可以参考下2015-06-06
这篇文章主要介绍了Python操作多维数组输出和矩阵运算,结合实例形式分析了Python多维数组的生成、打印输出及矩阵运算相关操作技巧,需要的朋友可以参考下2019-11-11
今天小编就为大家分享一篇Python实现遗传算法(二进制编码)求函数最优值方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
最新评论