我对以下代码片段中的方法view()感到困惑。
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv1 = nn.Conv2d(3, 6, 5)
self.pool = nn.MaxPool2d(2,2)
self.conv2 = nn.Conv2d(6, 16, 5)
self.fc1 = nn.Linear(16*5*5, 120)
self.fc2 = nn.Linear(120, 84)
self.fc3 = nn.Linear(84, 10)
def forward(self, x):
x = self.pool(F.relu(self.conv1(x)))
x = self.pool(F.relu(self.conv2(x)))
x = x.view(-1, 16*5*5)
x = F.relu(self.fc1(x))
x = F.relu(self.fc2(x))
x = self.fc3(x)
return x
net = Net()
我的困惑在于以下几行。
x = x.view(-1, 16*5*5)
tensor.view()功能有什么作用？我已经在许多地方看到了它的用法，但我无法理解它如何解释它的参数。
如果我将负值作为view()函数的参数会发生什么？例如，如果我打电话，tensor_variable.view(1, 1, -1)会发生什么？
谁能用一些例子解释view()函数的主要原理？
视图函数旨在重塑张量。
说你有一个张量
import torch
a = torch.range(1, 16)
a是一个张量，有16个元素，从1到16（包括在内）。如果你想重塑这个张量使其成为4 x 4张量，那么你可以使用
a = a.view(4, 4)
现在a将是一个4 x 4张量。请注意，在重新整形后，元素的总数需要保持不变。将张量a重塑为3 x 5张量是不合适的。
如果有任何情况你不知道你想要多少行，但确定列数，那么你可以用-1指定它。 （请注意，您可以将其扩展到具有更多尺寸的张量。只有一个轴值可以为-1）。这是告诉库的一种方式：“给我一个具有这么多列的张量，并计算实现这一点所需的适当行数”。
这可以在您上面给出的神经网络代码中看到。在前向函数中的x = self.pool(F.relu(self.conv2(x)))行之后，您将拥有一个16深度的特征映射。您必须将其展平以将其提供给完全连接的图层。因此，您告诉pytorch重新构造您获得的具有特定列数的张量，并告诉它自己决定行数。
在numpy和pytorch之间绘制相似性，view类似于numpy的reshape函数。
让我们举一些例子，从简单到更难。
view方法返回一个张量与self张量相同的数据（这意味着返回的张量具有相同数量的元素），但具有不同的形状。例如：
a = torch.arange(1, 17) # a's shape is (16,)
a.view(4, 4) # output below
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16
[torch.FloatTensor of size 4x4]
a.view(2, 2, 4) # output below
(0 ,.,.) =
1 2 3 4
5 6 7 8
(1 ,.,.) =
9 10 11 12
13 14 15 16
[torch.FloatTensor of size 2x2x4]
-1不是参数之一，当将它们相乘时，结果必须等于张量中的元素数。如果你这样做：a.view(3, 3)，它将引发一个RuntimeError因为shape（3 x 3）对于16个元素的输入无效。换句话说：3 x 3不等于16但是9。-1作为传递给函数的参数之一，但只能使用一次。所有发生的事情是该方法将为您填写关于如何填充该维度的数学。例如，a.view(2, -1, 4)相当于a.view(2, 2, 4)。 [16 /（2 x 4）= 2]b = a.view(4, 4)
b[0, 2] = 2
a[2] == 3.0
False
contiguous()才能查看张量。例如：
a = torch.rand(5, 4, 3, 2) # size (5, 4, 3, 2)
a_t = a.permute(0, 2, 3, 1) # size (5, 3, 2, 4)
# The commented line below will raise a RuntimeError, because one dimension
# spans across two contiguous subspaces
# a_t.view(-1, 4)
# instead do:
a_t.contiguous().view(-1, 4)
# To see why the first one does not work and the second does,
# compare a.stride() and a_t.stride()
a.stride() # (24, 6, 2, 1)
a_t.stride() # (24, 2, 1, 6)
请注意，对于a_t，stride [0]！= stride [1] x size [1]，因为24！= 2 x 3我发现x.view(-1, 16 * 5 * 5)相当于x.flatten(1)，其中参数1表示展平过程从第一维开始（不展平'样本'维度）正如您所看到的，后一种用法在语义上更清晰，更易于使用，所以我更喜欢flatten()。
参数-1是什么意思？
您可以将-1读作动态参数或“任何”。因此，在-1中只能有一个参数view()。
如果你问x.view(-1,1)这将根据[anything, 1]中的元素数量输出张量形状x。例如：
import torch
x = torch.tensor([1, 2, 3, 4])
print(x,x.shape)
print("...")
print(x.view(-1,1), x.view(-1,1).shape)
print(x.view(1,-1), x.view(1,-1).shape)
将输出：
tensor([1, 2, 3, 4]) torch.Size([4])
...
tensor([[1],
[2],
[3],
[4]]) torch.Size([4, 1])
tensor([[1, 2, 3, 4]]) torch.Size([1, 4])
weights.reshape(a, b)将返回一个新的张量，其数据与带有大小（a，b）的权重相同，因为它将数据复制到内存的另一部分。
weights.resize_(a, b)返回具有不同形状的相同张量。但是，如果新形状导致的元素少于原始张量，则一些元素将从张量中移除（但不会从内存中移除）。如果新形状导致的元素多于原始张量，则新元素将在内存中未初始化。
weights.view(a, b)将返回一个新的张量，其数据与大小相同的数据（a，b）