pytorch中shape和size, expand和repeat,view和reshape,permute和transpose分析


这四对相似又不完全一样的api的简要解析。

shape和size

shape就是size的别称。

t是一个tensor的话。

t.shape 和t.size()是等价的。

expand和repeat

从反向传播的角度看,二者是等价的。

不同之处时,当要扩展的原始维度是1时,可以使用expand来免于内存复制,且expand也只能对尺寸为1的维度进行扩展。 当维度尺寸大于1时,只能使用repeat。

view和reshape

view只能在contiguous的tensor上操作,reshape没有这个限制。

view返回的tensor和原始tensor共享底层数据。

reshape在可能的情况下,返回的tensor也和原始tensor共享底层数据,当不可能时,会进行复制。

permute和transpose

permute可以改变tensor各个维度的顺序。

transpose是2D的tensor情况下特殊的permute,因为此时只有一种permute方式。


原创文章,转载请注明出处,否则拒绝转载!
本文链接:抬头看浏览器地址栏

上篇: 最近关于选择工作的思考
下篇: M1 mac 安装tensorflow