pytorch中的view()，max()和cat()

1、view()的用法。

a=torch.ones(2,3,4,5)
print(a.view(2,-1).size())

输出：

torch.Size([2,60])

在神经网络全连接层前通常有一句类似的代码x=x.view(x.size(0),-1)，x.size(0)一般等于batch_size。

2、max()的用法
max(x)返回一维数据x的最大值。
max(x,0)有两个返回值，第一个返回值以张量的形式返回数据每一列的最大值，第二个返回值以张量的形式返回对应最大值所在的行号。
max(x,1)有两个返回值，第一个返回值以张量的形式返回数据每一行的最大值，第二个返回值以张量的形式返回对应最大值所在的列号。

x=torch.Tensor([[1,3],[4,2]])
print(‘max(x,0):’,torch.max(x,0))

输出：

max(x,0): (tensor([4,3]),tensor([1,0]))

3、cat()的用法
torch.cat([a,b],1)将同样size的两个tensor按行放在一起变成一个tensor；如果第2个参数是0，则按列放在一起。