作用:返回一个新的张量,这个张量与原来的张量具有相同的数据,但是形状却可能不同。因此经常被用来变换形状,在写前向传播函数时经常遇到。
简单的例子:
import torch
x = torch.arange(10)
print(x)
batch_size = 2
#其中这个 -1就代表自动听从其他维度的安排
x2 = x.view(batch_size, -1)
print('*'*20)
print(x2)
#Result:
tensor([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
********************
tensor([[0, 1, 2, 3, 4],
[5, 6, 7, 8, 9]])