• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    基于PyTorch中view的用法说明

    相当于numpy中resize()的功能,但是用法可能不太一样。

    我的理解是:

    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的。

    比如,

    a=torch.Tensor([[[1,2,3],[4,5,6]]])
    b=torch.Tensor([1,2,3,4,5,6])
    print(a.view(1,6))
    print(b.view(1,6))
    

    得到的结果都是

    tensor([[1., 2., 3., 4., 5., 6.]]) 

    再看一个例子:

    a=torch.Tensor([[[1,2,3],[4,5,6]]])
    print(a.view(3,2))

    将会得到:

    tensor([[1., 2.],
        [3., 4.],
        [5., 6.]])

    相当于就是从1,2,3,4,5,6顺序的拿数组来填充需要的形状。但是如果您想得到如下的结果:

    tensor([[1., 4.],
        [2., 5.],
        [3., 6.]])

    就需要使用另一个函数了:permute()。用法参见我的另一篇博客:PyTorch中permute的用法

    另外,参数不可为空。参数中的-1就代表这个位置由其他位置的数字来推断,只要在不致歧义的情况的下,view参数就可以推断出来,也就是人可以推断出形状的情况下,view函数也可以推断出来。

    比如a tensor的数据个数是6个,如果view(1,-1),我们就可以根据tensor的元素个数推断出-1代表6。

    而如果是view(-1,-1,2),人不知道怎么推断,机器也不知道。

    还有一种情况是人可以推断出来,但是机器推断不出来的:view(-1,-1,6),人可以知道-1都代表1,但是机器不允许同时有两个负1。

    如果没有-1,那么所有参数的乘积就要和tensor中元素的总个数一致了,否则就会出现错误。

    补充:pytorch中x.view()和permute用法

    pytorch中x.view()用法

    在pytorch中经常会看到x.view(),它表示将Tensor的维度转变为view指定的维度,有点类似于resize函数

    b=torch.Tensor([[[[1,2,3],[4,5,6],[7,8,9]],[[1,2,3],[4,5,6],[7,8,9]]]])
    print(b.size())
    (1, 2, 3, 3)
    print(b.view(b.size(0),-1))
    tensor([[1., 2., 3., 4., 5., 6., 7., 8., 9., 1., 2., 3., 4., 5., 6., 7., 8., 9.]])
    print(b.view(b.size(0),-1).size())
    (1, 18)

    b.size(0)表示b中0维度==1,-1是按照原数据自动分配的列数。

    a=torch.Tensor([[[1,2,3],[4,5,6]]])
    print(a.size())
    (1, 2, 3)
    print(a.view(6,-1))
    tensor([[1.],
    [2.],
    [3.],
    [4.],
    [5.],
    [6.]])
    print(a.view(6,-1).size())
    (6, 1)

    将a转变成6行1列

    print(a.view(-1,6).size())
    (1, 6)

    或者将a转变成1行6列

    在程序里还经常见到view函数后面跟着permute()函数,这个函数是做维度换位的

    print(a.view(-1,6).permute(1,0))
    tensor([[1.],
    [2.],
    [3.],
    [4.],
    [5.],
    [6.]])
    print(a.view(-1,6).permute(1,0).size())
    (6, 1)

    加了permute,a就由(1,6)变成(6,1)了。

    以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。如有错误或未考虑完全的地方,望不吝赐教。

    您可能感兴趣的文章:
    • Pytorch之view及view_as使用详解
    • pytorch中torch.max和Tensor.view函数用法详解
    • 对pytorch中x = x.view(x.size(0), -1) 的理解说明
    上一篇:Python 实现劳拉游戏的实例代码(四连环、重力四子棋)
    下一篇:Flask中jinja2的继承实现方法及实例
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    基于PyTorch中view的用法说明 基于,PyTorch,中,view,的,用法,