在使用pytorch搭建深度學習模型的時候，肯定會遇到對數(shù)據(jù)維度進行轉(zhuǎn)換的場景，比如輸入的原始數(shù)據(jù)和我們模型要求的形狀不一致時，就需要進行reshape到規(guī)定的形狀，才可以正確的輸入模型中，那么如何對pytorch中的tensor轉(zhuǎn)換其維度呢？下面我們來介紹一下。

查看tensor的維度：torch.Tensor.size()

舉例如下：

import torch? ? # 導入庫

a = torch.Tensor([[[1, 2], [3, 4], [5, 6]]])? # 創(chuàng)建tensor

a.size()? ? ?# 查看tensor形狀

輸出：torch.Size([1, 3, 2])

張量變形：torch.Tensor.view(*args)?

舉例如下：

a = torch.Tensor([[[1, 2], [3, 4], [5, 6]]])? # 創(chuàng)建tensor

b = a.view(3, 6)? ?# tensor 變形為 (3, 6)

b.size()? ? ? ? ? ? ? ? # 查看b的形狀

輸出： torch.Size([3, 6])

使用注意事項

需要保證tensor中的數(shù)據(jù)量是不變的，如(3, 6) -> (2,3,3)??