【深度学习】在学习pytorch时,一些不会的python语法总结(1)| torch.size() | torch.view()

文章目录

  • 一、builtin_function_or_method object has no attribute 'size'
  • 二、获取张量的四个维度 torch里的size()函数
  • 三、改变tensor形状的函数view()

一、builtin_function_or_method object has no attribute ‘size’

最近在学注意力机制,再编写Senet的时候,这个bug最开始是长这样子的:
【深度学习】在学习pytorch时,一些不会的python语法总结(1)| torch.size() | torch.view()_第1张图片
它意思就是,往里面传的的参数x有问题(x是有4个维度)。结果我找了半天没找到,最后发现是input写错了:
【深度学习】在学习pytorch时,一些不会的python语法总结(1)| torch.size() | torch.view()_第2张图片
iuput 牛皮

二、获取张量的四个维度 torch里的size()函数

size()可以获得Tensor的四个维度,具体操作如下:
(b,c,h,w分别batch数,通道数,高,宽)

import torch
zl=torch.ones(3,20,28,28)
b,c,h,w=zl.size()
print('张量的batch维度是{}'.format(b))
print('张量的通道维度是{}'.format(c))

【深度学习】在学习pytorch时,一些不会的python语法总结(1)| torch.size() | torch.view()_第3张图片
当然也可以size(),括号里面写上具体的数,返回指定的维度数
比如size(0),返回batch维度数,size(1)返回通道维度数

三、改变tensor形状的函数view()

首先,我们生成一个通道数为2,高为3,宽为4的张量:(共有234个元素)

import torch
zl=torch.ones(2,3,4) #这个张量共有2*3*4=24个元素
print(zl)

【深度学习】在学习pytorch时,一些不会的python语法总结(1)| torch.size() | torch.view()_第4张图片
先讲讲最基本的方法吧,把这24个元素编排成4*6这样的

zl1=zl.view(4,6)
print(zl1)

【深度学习】在学习pytorch时,一些不会的python语法总结(1)| torch.size() | torch.view()_第5张图片
当然也可以1* 4* 6这样,有点不一样

zl2=zl.view(1,4,6)
print(zl2)

【深度学习】在学习pytorch时,一些不会的python语法总结(1)| torch.size() | torch.view()_第6张图片
在重新编排形状的时候,一定要记得元素个数一定要一致,否则就乱了,比如下面这种:

zl2=zl.view(2,60)
print(zl2)

【深度学习】在学习pytorch时,一些不会的python语法总结(1)| torch.size() | torch.view()_第7张图片
当然,还有一些用的多的方法:

zl4=zl.view(-1)
print(zl4)

在这里插入图片描述

zl5=zl.view(-1,1)
print(zl5)

【深度学习】在学习pytorch时,一些不会的python语法总结(1)| torch.size() | torch.view()_第8张图片
(图片没有截取完全,有24排)

zl6=zl.view(zl.size(0),-1)
print(zl6)

在这里插入图片描述

你可能感兴趣的:(pytorch,深度学习,pytorch,python)