torch.Tensor.view(*args)的用法以及-1的使用

torch.Tensor.view(*args)

函数作用：

返回一个有相同数据但形状不同的tensor。
返回的tensor必须有与原tensor相同的数据和相同数目的元素，但形状可以自己定义。

一个tensor必须是连续的contiguous()才能被查看。
关于连续可以参考这里

函数参数及实现：

参数主要是定义输出tensor的形状。
这里要提到-1的使用。
参数可以是这样的形式：

x = torch.randn(3, 4)
print(x)

y = x.view(-1,6)
print(y)

-1的含义相当于自动推导这个维度的数字应该是几。

当我们获得一个张量时，只想确定它的形状是6列（或者确定某几个维度）时，就可以使用-1作为我们的参数，计算机会自动算出剩下的这个数。
输出：

从图中可以看到，变换前后的数字的值和大小都没有发生改变，只改变了张量的形状。
我们输入的-1，计算机自动推导出应该为2。

但是参数中只能由一个-1，计算机无法识别多个-1。

x = torch.randn(3, 4)
print(x)

y = x.view(-1, -1, 12)
print(y)

把输出张量的形状改成了(-1, -1, 12)
我们人是可以看出来这两个-1的值都应该为1是比较合理的。
输出：

错误：only one dimension can be inferred
只能推断一个维度。

总结：

pytorch中Tensor.view（）主要用法是将一个张量x变成一个新的形状，形状由用户自己定义。可以使用-1作为参数来辅助定义形状。