对pytorch中view与reshape的理解

同:

从功能上来看,它们的作用是相同的,都是将原张量元素(按顺序)重组为新的shape。

异:

我的理解是,有两种情况:

  1. 如果一个tensor原本在内存中是连续的,此时可以直接使用view(),也可以直接使用reshape()方法。
  2. 如果原tensor经过了transpose之类的操作,改变了tensor中的元素(比如交换了元素的位置),但是tensor在内存空间中的存储位置没有改变,那么变换后的tensor在内存空间中的存储就不连续了。
    此时若想reshape变换后的tensor,可以有两种方法:
    • 一是先调用.contiguous()方法,使tensor的元素在内存空间中连续,然后调用.view();
    • 二是直接调用.reshape(),此时由于tensor的元素内存地址不连续,reshape方法返回的就不是原tensor的view,而是原tensor的一份copy。

以上仅为个人理解,如有不足欢迎指正。

参考:
https://blog.csdn.net/weixin_43002433/article/details/104299896

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章