pytorch - view函数 实例详解

pytorch - view函数

简而言之，view()函数 改变 对张量的观察角度
即可以理解为 改变维度 。

实例：
例如 y=torch.randn(5,3)
y是一个5×3的tensor

①y.view(15,1)：把 5×3的tensor → 15×1的tensor

②还有一个小细节：-1的用法
y是一个5×3的tensor
y.view(-1,5)
-1可以理解为未知数，表示这个维度不用计算，系统自己算出来=3
因为已知另外一个维度是5，5×3 / 5 = 3
只是直接写-1是不用人为计算罢了

代码如下：

# 创建一个tensor
import torch
y = torch.rand(5,3) #使用随机数初始化“矩阵”
print(y)

# y的输出
tensor([[0.0960, 0.2431, 0.5571],
        [0.1512, 0.8189, 0.7945],
        [0.9520, 0.0782, 0.6903],
        [0.7898, 0.0922, 0.3124],
        [0.7378, 0.7426, 0.2018]])

# 使用view函数
y.view(15,1)

# 输出为：5×3 → 15×1
tensor([[0.0960],
        [0.2431],
        [0.5571],
        [0.1512],
        [0.8189],
        [0.7945],
        [0.9520],
        [0.0782],
        [0.6903],
        [0.7898],
        [0.0922],
        [0.3124],
        [0.7378],
        [0.7426],
        [0.2018]])

#使用“自动计算的view函数”
y.view(-1,5)

#输出为:5×3 → 3×5
tensor([[0.0960, 0.2431, 0.5571, 0.1512, 0.8189],
        [0.7945, 0.9520, 0.0782, 0.6903, 0.7898],
        [0.0922, 0.3124, 0.7378, 0.7426, 0.2018]])

#另外一个实例，与上面的一个例子无关

x = torch.randn(4, 4)
y = x.view(16)
z = x.view(-1, 8)  #  size -1 从其他维度推断
print(x.size(), y.size(), z.size())

#此例输出为：
torch.Size([4, 4]) torch.Size([16]) torch.Size([2, 8])