在 PyTorch 中, view 方法用于重塑(reshape)张量。它的作用类似于 NumPy 中的 reshape 方法。 view 方法可以改变张量的形状,而不改变其数据。 -1 是一个特殊的参数,用于自动推断维度的大小。

view 的用法

tensor.view(*shape) 方法接受一个或多个整数参数,表示新张量的形状。-1 表示自动计算该维度的大小,以确保新张量的总元素数量与原张量一致。

示例

以下是一些示例,展示如何使用 view 方法进行张量重塑:

1. 基本用法
import torch

# 创建一个 2x3 的张量
tensor = torch.tensor([[1, 2, 3], [4, 5, 6]])
print(f"原始张量:\n{tensor}")

# 将张量重塑为 3x2
reshaped_tensor = tensor.view(3, 2)
print(f"重塑后的张量 (3x2):\n{reshaped_tensor}")

输出

原始张量:
tensor([[1, 2, 3],
        [4, 5, 6]])
重塑后的张量 (3x2):
tensor([[1, 2],
        [3, 4],
        [5, 6]])

在这个示例中,原始 2x3 张量被重塑为 3x2 张量。

2. 使用 -1 自动推断维度
import torch

# 创建一个 2x3 的张量
tensor = torch.tensor([[1, 2, 3], [4, 5, 6]])
print(f"原始张量:\n{tensor}")

# 将张量重塑为 1x6,使用 -1 自动推断一个维度
reshaped_tensor = tensor.view(1, -1)
print(f"重塑后的张量 (1x6):\n{reshaped_tensor}")

# 将张量重塑为 6x1,使用 -1 自动推断一个维度
reshaped_tensor_2 = tensor.view(-1, 1)
print(f"重塑后的张量 (6x1):\n{reshaped_tensor_2}")

输出

原始张量:
tensor([[1, 2, 3],
        [4, 5, 6]])
重塑后的张量 (1x6):
tensor([[1, 2, 3, 4, 5, 6]])
重塑后的张量 (6x1):
tensor([[1],
        [2],
        [3],
        [4],
        [5],
        [6]])

在这个示例中,使用 -1 自动推断出维度的大小:

  • tensor.view(1, -1) 自动计算出第二个维度的大小为 6,因为原张量有 6 个元素。
  • tensor.view(-1, 1) 自动计算出第一个维度的大小为 6。
3. 重塑高维张量
import torch

# 创建一个 2x2x3 的张量
tensor = torch.tensor([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
print(f"原始张量:\n{tensor}")

# 将张量重塑为 3x2x2
reshaped_tensor = tensor.view(3, 2, 2)
print(f"重塑后的张量 (3x2x2):\n{reshaped_tensor}")

# 将张量重塑为 1x12,使用 -1 自动推断一个维度
reshaped_tensor_2 = tensor.view(1, -1)
print(f"重塑后的张量 (1x12):\n{reshaped_tensor_2}")

输出

原始张量:
tensor([[[ 1,  2,  3],
         [ 4,  5,  6]],

        [[ 7,  8,  9],
         [10, 11, 12]]])
重塑后的张量 (3x2x2):
tensor([[[ 1,  2],
         [ 3,  4]],

        [[ 5,  6],
         [ 7,  8]],

        [[ 9, 10],
         [11, 12]]])
重塑后的张量 (1x12):
tensor([[ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12]])

在这个示例中,原始 2x2x3 张量被重塑为 3x2x2 和 1x12 张量。

总结

  • view 方法用于重塑张量。
  • -1 作为参数表示自动推断该维度的大小,以确保新张量的总元素数量与原张量一致。
  • 通过使用 view 方法,可以方便地改变张量的形状,以满足不同的需求。
07-06 21:00