pytorch rehsape以及flatten的互逆实验

pytorch中,flatten()能够将一个矩阵展开,而reshape能够将一个矩阵变换为特定形状的矩阵。

有一个问题,如果一个tensor先被flatten()展开,然后又被reshape到原本的形状,是否和原本的tensor一致呢?

下面做一个简单的实验,代码如下:

aa = torch.randint(0,10,[2,3,4])
bb = aa.flatten()
cc = bb.reshape([2,3,4])

print('aa is :{}'.format(aa))
print('bb is : {}'.format(bb))
print('cc is : {}'.format(cc))

实验的结果如下:


aa is :tensor([[[0, 9, 4, 0],
         [1, 2, 6, 9],
         [9, 0, 6, 0]],

        [[2, 5, 7, 9],
         [0, 9, 6, 6],
         [3, 6, 5, 6]]])
bb is : tensor([0, 9, 4, 0, 1, 2, 6, 9, 9, 0, 6, 0, 2, 5, 7, 9, 0, 9, 6, 6, 3, 6, 5, 6])
cc is : tensor([[[0, 9, 4, 0],
         [1, 2, 6, 9],
         [9, 0, 6, 0]],

        [[2, 5, 7, 9],
         [0, 9, 6, 6],
         [3, 6, 5, 6]]])

实验结果说明,对一个tensor先进行flatten,后进行reshape,可以还原原来的tensor。

你可能感兴趣的:(记录,pytorch,深度学习,python)