PyTorch：view() 与 reshape() 区别详解

两者都是用来重塑tensor的shape的。view只适合对满足连续性条件（contiguous）的tensor进行操作，而reshape同时还可以对不满足连续性条件的tensor进行操作，具有更好的鲁棒性。view能干的reshape都能干，如果view不能干就可以用reshape来处理。

PyTorch: view( )用法详解

pytorch中的 view() 函数相当于numpy中的resize( )函数，都是用来重构(或者调整)张量维度的，用法稍有不同。

1. view(参数a, 参数b, 参数c…)

>>> import torch
>>> re = torch.tensor([1, 2, 3, 4, 5,  6])
>>> result = re.view(3,2)
>>> result
tensor([[1, 2],
        [3, 4],
        [5, 6]])

2. view(-1)

>>> import torch
>>> re = torch.tensor([[1, 2],
                      [3, 4],
                      [5, 6]])
>>> result = re.view(-1)
>>> result
tensor([1, 2, 3, 4, 5, 6])

view(-1)将张量重构成了1维的张量。

3. view(-1, 参数b)

>>> import torch
>>> re = torch.tensor([1, 2, 3, 4, 5,  6])
>>> result = re.view(-1, 2)
>>> result
tensor([[1, 2],
        [3, 4],
        [5, 6]])

torch.view(-1, 参数b)，则表示在参数a未知，参数b已知的情况下自动补齐行向量长度，在这个例子中b=3，re总共含有6个元素，则a=6/2=3。