PyTorch中的view方法在历史版本中约定共享底层数据内存，但若配合contiguous使用可能改变内存分配。为保持代码兼容性，0.4版本后引入reshape方法，它等效于tensor.contiguous().view(*args)，在不关注内存使用时提供便利。reshape简化了操作，方便用户进行张量形状变换。
因为历史上view方法已经约定了共享底层数据内存，返回的Tensor底层数据不会使用新的内存，如果在view中调用了contiguous方法，则可能在返回Tensor底层数据中使用了新的内存，这样打破了之前的约定，破坏了对之前的代码兼容性。为了解决用户使用便捷性问题，PyTorch在0.4版本以后提供了reshape方法，实现了类似于 tensor.contigous().view(*args)的功能，如果不关心底层数据是否使用了新的内存，则使用reshape方法更方便。
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
