8 Torch 中 view() & size() 用法 |
您所在的位置:网站首页 › 亚马逊应用商店地区不支持怎么办 › 8 Torch 中 view() & size() 用法 |
Torch 中 view() & size()
在阅读论文源码过程中,经常会看到如下的命令: x = x.view(x.size(0), -1) # 改变 tensor 的形态下面,本文简单介绍一下 view() 和 size() 函数的作用: view() import torch # 用法一 a = torch.ones(2, 3, 4) b = a.view(3, 8) b Output: tensor([[1., 1., 1., 1., 1., 1., 1., 1.], [1., 1., 1., 1., 1., 1., 1., 1.], [1., 1., 1., 1., 1., 1., 1., 1.]]) import torch # 用法二 a = torch.ones(2, 3, 4) b = a.view(4, -1) b Output: tensor([[1., 1., 1., 1., 1., 1.], [1., 1., 1., 1., 1., 1.], [1., 1., 1., 1., 1., 1.], [1., 1., 1., 1., 1., 1.]]) tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.]) # b = a.view(-1)以上展示了两种用法: 1、torch.view(x, y, z, ……) 将原 tensor 以参数设置的维度重排 2、torch.view(x, -1) & torch.view(-1) 将原 tensor 以参数 x 设置第一维度重排,第二维度自动补齐;当没有参数 x 时,直接重排为一维的 tensor size() import torch a = torch.ones(2, 3, 4) a.size() Output: torch.Size([2, 3, 4]) a.size(0) Output: 2 a.size(1) Output: 3 a.size(2) Output: 4综上,torch.size(x) 即返回 tensor第 x 维的长度 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |