tensor.view（）函数--自己的理解《pytorch学习》

引言：首先介绍一下，我们会在哪里遇到这个函数呢？最常见的就是在利用pytorch库搭建网络时，时不时的冒出一个，如果不会！你总是看不懂，以后也看不懂，如果有时间，大家一起来看看这个函数吧！

1.tensor.view()函数。

  （装逼）this fuction is also a resize fuction ,其实按照我们通俗的理解就是reshape，只不过这里是reshape的是张量，也就是将张量重新调整为自己想要的维度（形状大小），我还是不懂，（说了半天也没能理解），举个例子：

代码：

data1=torch.randn((3,2))
print('data1的数据类型：',type(data1))
print('data1值为：',data1)

data2=data1.view(2,3)
print('data2的数据类型：',type(data2))
print('data2值为：',data2)

output：

data1的数据类型： <class 'torch.Tensor'>
data1值为： tensor([[-1.7306, -0.4455],
                                 [-1.7379,  0.8132],
                                 [ 0.4521, -0.6696]])
data2的数据类型： <class 'torch.Tensor'>
data2值为： tensor([[-1.7306, -0.4455, -1.7379],
                                 [ 0.8132,  0.4521, -0.6696]])

解释：将随机产生的三行二列张量数据转化为二行三列的张量数据，其中排列顺序并没有改变，只是放到了下一个位置。

        是不是瞬间明白了许多，瞬间打通任督二脉！！！

再来，例如：

data1=torch.randn((2,3))
print('data1的数据类型：',type(data1))
print('data1值为：',data1)

data2=data1.view(1,-1)
print('data2的数据类型：',type(data2))
print('data2值为：',data2)

output:

data1的数据类型： <class 'torch.Tensor'>
data1值为： tensor([[ 0.3203, -1.0207,  2.1306],
                                  [-0.4302, -0.4516,  0.4325]])
data2的数据类型： <class 'torch.Tensor'>
data2值为： tensor([[ 0.3203, -1.0207,  2.1306, -0.4302, -0.4516,  0.4325]])

解释：将随机产生的二行三列tensor数据铺平了，有点像拉长的感觉，而这种做法会经常在pytorch中搭建的网络中看到。

2.结束：

GAME OVER

如果小伙伴梦有疑问欢迎在评论区留言哦！！！

如果感觉不错的话！你懂得（O(∩_∩)O哈哈~）

欢迎和小伙伴梦一起学习，共同努力，加油！！！