pyrorch中 out.view(out.size(0), -1) 　out.view(-1, 1, 28, 28) 　clamp(min,max)作用

PyTorch中view与clamp函数详解

原创于 2019-08-14 19:52:22 发布 · 7.5k 阅读

CC 4.0 BY-SA版权

文章标签：

20 篇文章

订阅专栏

2 篇文章

订阅专栏

本文详细解析了PyTorch中view函数的作用，包括如何将多维数据转换为一维数据，以及如何在特定维度上重塑张量。同时，文章也深入探讨了clamp函数的功能，即如何确保数值在指定范围内，这对于神经网络训练中的梯度裁剪等场景非常关键。

1. view(out.size(0), -1)

目的是将多维的的数据如（none，36，2，2）平铺为一维如（none，144）。作用类似于keras中的Flatten函数。只不过keras中是和卷积一起写的，而pytorch是在forward中才声明的。

  def forward(self, x):

        out = self.conv(x)

        out = out.view(out.size(0), -1)

        out = self.fc(out)

        return out

out.view(-1, 1, 28, 28) 第一维数据不变，后一维数据转化为(1, 28, 28) .如：

torch.Size([96, 784])

torch.Size([96, 1, 28, 28])

2. clamp(min,max)

返回的value介于A、B之间，若value小于min，返回min，若大于max，返回max