Pytorch基础 - 6. torch.reshape() 和 torch.view()

目录

1. torch.reshape(shape) 和 torch.view(shape)函数用法

2. 当处理的tensor是连续性的(contiguous)

3. 当处理的tensor是非连续性的(contiguous)

4. PyTorch中的contiguous

在本文开始之前，需要了解最基础的Tensor存储方式，具体见 Tensor数据类型与存储结构

注：如果不想继续往下看，就无脑使用reshape()函数来进行tensor处理！！

1. torch.reshape(shape) 和 torch.view(shape)函数用法

torch.reshape() 和 torch.view()不会修改tensor内部的值，只是对tensor的形状进行变化，里面只包含了shape的参数，shape为当前tensor改变后的形状

示例：将x改变成shape为[2,3] 和 [3,2]的方式，reshape和view均可 

x = torch.tensor([1, 2, 3, 4, 5, 6])
y1 = x.reshape(2, 3)
y2 = x.view(3, 2)
print(y1.shape, y2.shape)   # torch.Size([2, 3]) torch.Size([3, 2])