x = x.view(x.size(0), -1) 的理解

vectorindex

于 2021-04-07 09:32:38 发布

阅读量1.1k

点赞数 3

CC 4.0 BY-SA版权

分类专栏：机器学习

本文链接：https://blog.youkuaiyun.com/vectorindex/article/details/115478071

本文介绍了Pytorch中tensor的view方法，将其与numpy的resize功能对比，并通过实例解析了`x = x.view(x.size(0), -1)`的作用，该操作常用于将多维tensor展平为一维，以便于输入到线性分类器中。" 123718895,7330455,HTML基础标签详解,"['HTML', '前端开发', 'web开发']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Pytorch的tensor的view方法

相当于numpy中resize（）的功能，但是用法可能不太一样。

把原先tensor中的数据按照行优先的顺序排成一个一维的数据（这里应该是因为要求地址是连续存储的），然后按照参数组合成其他维度的tensor。比如说是不管你原先的数据是[[[1,2,3],[4,5,6]]]还是[1,2,3,4,5,6]，因为它们排成一维向量都是6个元素，所以只要view后面的参数一致，得到的结果都是一样

X.view(x.size(0),-1) ，-1为推断是几（即一维X的len除以x.size(0)）。但有的机器推断不出来。

这句话一般出现在model类的forward函数中，具体位置一般都是在调用分类器之前。分类器是一个简单的nn.Linear()结构，输入输出都是维度为一的值，x = x.view(x.size(0), -1) 这句话的出现就是为了将前面多维度的tensor展平成一维。下面是个简单的例子，我将会根据例子来对该语句进行解析。

class NET(nn.Module):
def __init__(self,batch_size):
super(NET,self).__init__()
self.conv = nn.Conv2d(outchannels=3