pytorch/torch中的view

博客介绍了一种类似numpy中reshape的操作,该操作不会改变原始数据,并且重点在于它是从最后一个维度进行reshape的。

类似于numpy中的reshape,且不改变原始数据。重点是,它是从最后一个维度进行reshape中的

import torch
a = torch.randint(0, 10, size=(3, 4))
print(a)
print(a.view(4, 3))
print(a.view(1, 12))

分别得到

tensor([[7, 1, 7, 2],
        [9, 5, 7, 1],
        [6, 0, 9, 9]])
        
tensor([[7, 1, 7],
        [2, 9, 5],
        [7, 1, 6],
        [0, 9, 9]])
        
tensor([[7, 1, 7, 2, 9, 5, 7, 1, 6, 0, 9, 9]])
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值