引言:首先介绍一下,我们会在哪里遇到这个函数呢?最常见的就是在利用pytorch库搭建网络时,时不时的冒出一个,如果不会!你总是看不懂,以后也看不懂,如果有时间,大家一起来看看这个函数吧!

1.tensor.view()函数。

(装逼)this fuction is also a resize fuction ,其实按照我们通俗的理解就是reshape,只不过这里是reshape的是张量,也就是将张量重新调整为自己想要的维度(形状大小),我还是不懂,(说了半天也没能理解),举个例子:

代码:

data1=torch.randn((3,2))
print('data1的数据类型:',type(data1))
print('data1值为:',data1)data2=data1.view(2,3)
print('data2的数据类型:',type(data2))
print('data2值为:',data2)

output:

data1的数据类型: <class 'torch.Tensor'>
data1值为: tensor([[-1.7306, -0.4455],
                                 [-1.7379,  0.8132],
                                 [ 0.4521, -0.6696]])
data2的数据类型: <class 'torch.Tensor'>
data2值为: tensor([[-1.7306, -0.4455, -1.7379],
                                 [ 0.8132,  0.4521, -0.6696]])

解释:将随机产生的三行二列张量数据转化为二行三列的张量数据,其中排列顺序并没有改变,只是放到了下一个位置。

是不是瞬间明白了许多,瞬间打通任督二脉!!!

再来,例如:

data1=torch.randn((2,3))
print('data1的数据类型:',type(data1))
print('data1值为:',data1)data2=data1.view(1,-1)
print('data2的数据类型:',type(data2))
print('data2值为:',data2)

output:

data1的数据类型: <class 'torch.Tensor'>
data1值为: tensor([[ 0.3203, -1.0207,  2.1306],
                                  [-0.4302, -0.4516,  0.4325]])
data2的数据类型: <class 'torch.Tensor'>
data2值为: tensor([[ 0.3203, -1.0207,  2.1306, -0.4302, -0.4516,  0.4325]])

解释:将随机产生的二行三列tensor数据铺平了,有点像拉长的感觉,而这种做法会经常在pytorch中搭建的网络中看到。

2.结束:

GAME OVER

如果小伙伴梦有疑问欢迎在评论区留言哦!!!

如果感觉不错的话!你懂得(O(∩_∩)O哈哈~)

欢迎和小伙伴梦一起学习,共同努力,加油!!!

tensor.view()函数--自己的理解《pytorch学习》相关推荐

  1. Pytorch学习——GAN——MINST

    对于GAN的原理,我这里就不多讲了,网上很多.这里主要讲代码,以及调试的踩得坑. 本文参考: https://blog.csdn.net/qxqsunshine/article/details/841 ...

  2. Pytorch中tensor.view().permute().contiguous()函数理解

    Pytorch中tensor.view().permute().contiguous()函数理解 yolov3中有一行这样的代码,在此记录一下三个函数的含义 # 例子中batch_size为整型,le ...

  3. PyTorch 学习笔记(六):PyTorch hook 和关于 PyTorch backward 过程的理解 call

    您的位置 首页 PyTorch 学习笔记系列 PyTorch 学习笔记(六):PyTorch hook 和关于 PyTorch backward 过程的理解 发布: 2017年8月4日 7,195阅读 ...

  4. pytorch学习笔记(一):Tensor(张量)

    文章目录 前言 1 创建Tensor 2 操作 2.1 算术操作 2.2 索引 2.3 改变形状 2.4 线性代数 3 广播机制 4 运算的内存开销 5 Tensor和NumPy相互转换 5.1 Te ...

  5. pytorch中的gather函数_理解pytorch几个高级选择函数(如gather)

    1. 引言 最近在刷开源的Pytorch版动手学深度学习,里面谈到几个高级选择函数,如index_select,masked_select,gather等.这些函数大多很容易理解,但是对于gather ...

  6. tensor.view(*shape) 函数

    最近使用PyTorch编写程序,经常会遇到tensor_data.contiguous().view(-1),以此记录下其用法. view()函数用法示例及其参数详解 首先,view( ) 是对 Py ...

  7. Pytorch中tensor.expand()和tensor.expand_as()函数

    Pytorch中tensor.expand函数 Tensor.expand()函数详解 Tensor.expand_as()函数 Tensor.expand()函数详解 函数语法: # 官方解释: D ...

  8. **Pytorch 中view函数和reshape函数的区别*

    Pytorch 中view函数和reshape函数的区别(我是一名大一刚学计算机的学生 希望我的说法对你有帮助) 首先:要了解这个问题我们要先了解一个基本知识 张量的储存方式 跟据图片我们可以清楚的看 ...

  9. PyTorch view() 函数

    view() 函数 view(-1) 展平数组 import torch a = torch.Tensor([[1,2,3],[4,5,6]]) a.view(-1) >>> ten ...

最新文章

  1. java static 作用详解
  2. 从AlexNet到BERT:深度学习中那些最重要idea的最简单回顾
  3. [WinApi]邮槽通信C/S实例
  4. 多人开发时Git下冲突的产生和解决
  5. mybatis 连接池_应用框架之Mybatis数据源和连接池
  6. # 异运算_小学数学运算三要点:定律、法则与顺序(解析)
  7. java播放声音类和一个简单示例
  8. Let's Encrypt 申请通配符证书(使用DnsPod解析的域名操作)
  9. 你都用python来做什么-你都用 Python 来做什么?
  10. python读取MNIST image数据
  11. 【转载】MSDN上发现了一篇很好的WCF入门教程
  12. 计算机房的标准和规定,机房建设标准和规范.doc
  13. ICESat2学习笔记9 :python读取ATL08数据
  14. iOS 获取设备UDID
  15. Java多线程系列--【JUC集合10】- ConcurrentLinkedQueue
  16. 中国网页游戏行业调研与分析
  17. Windows11安装Android子系统——使用篇
  18. Win10 Outlook打不开,无法启动Microsoft Outlook。无法打开Outlook窗口。无法打开此文件夹集合。客户端操作失败
  19. Java入门第一步---配置环境、安装工具(超级详细)
  20. 三相直流电机-利用反电动势的过零点来测转子位置在讨论无转子位置

热门文章

  1. thingworx运营分析模型
  2. 基于QGIS与畅图云进行三维地质建模及云发布
  3. php四舍五入法, 进一取整法,舍去取整法
  4. Ocelot的使用(基本使用)
  5. 浪潮服务器 raid 系统引导,浪潮服务器RAID配置及系统引导.doc
  6. 微信小程序开发总结与心得
  7. 数据可视化是怎样创造出来的
  8. Java成神及面试资源
  9. C语言实现四舍五入后保留最后2位小数
  10. 东方文花帖无敌修改器制作思路