持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第7天，点击查看活动详情

简介

Hello！

非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～  

ଘ(੭ˊᵕˋ)੭

昵称：海轰

标签：程序猿｜C++选手｜学生

简介：因C语言结识编程，随后转入计算机专业，获得过国家奖学金，有幸在竞赛中拿过一些国奖、省奖...已保研

学习经验：扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语！

唯有努力💪

torch.Tensor.view()

语法

Tensor.view(*shape) → Tensor

作用

返回一个新的张量，其数据与自张量相同，但形状不同。

返回的张量共享相同的数据，并且必须具有相同数量的元素，但可能具有不同的大小

对于要查看的张量，新视图大小必须与其原始大小和步幅兼容，即

• 每个新视图维度必须是原始维度的子空间
• 或者仅跨越原始维度 $d,d+1,…,d+k$ 满足以下类邻接条件 $\forall i = d, \dots, d+k-1$ ,

否则，如果不复制它（例如，通过 contiguous()），就无法将自张量视为形状

当不清楚是否可以执行 view() 时，建议使用 reshape()，如果形状兼容则返回view，否则复制（相当于调用 contiguous()）

举例

注： -1 可以理解为此参数是需要估计的（依据其他确定的参数进行计算）

---

注：

• b相当于a转化后的另一个拷贝
• c则是直接在a基础上修改，内存还是一样（类似指针，指向的内存还是那一个）
• 说明view不改变内存（不会重新拷贝）

参考

• pytorch.org/docs/stable…

结语

文章仅作为个人学习笔记记录，记录从0到1的一个过程

希望对您有一点点帮助，如有错误欢迎小伙伴指正