PyTorch中.flatten()和.view(-1)的区别是什么?

在PyTorch中,.flatten().view(-1)都可以用来将张量扁平化。它们的区别是什么呢?

  1. .flatten()是否会复制张量的数据?
  2. .view(-1)是否更快?
  3. 是否存在.flatten()无法工作的情况?

回答:

除了@***的评论外,还有一个区别:torch.flatten()的结果是.reshape(),而.reshape().view()之间的区别包括:

  • […] torch.reshape可能会返回原始张量的拷贝或视图。你不能指望它返回视图或拷贝。

  • 另一个区别是reshape()可以对连续和非连续张量操作,而view()只能对连续张量操作。关于连续性的含义,请参见这里

背景信息:

  • 社区对flatten功能的需求已经有一段时间了,经过Issue #7743的讨论后,该功能在PR #8578中得以实现。

  • 你可以在这里查看flatten的实现这里,其中.reshape()的调用可以在return行中看到。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注