Python 如何展开PyTorch张量?

Python 如何展开PyTorch张量?,python,numpy,pytorch,tensor,Python,Numpy,Pytorch,Tensor,我有一个张量: t1 = torch.randn(564, 400) 我想把它展开成一维张量,长度为225600 我该怎么做呢?Pytorch很像numpy,所以你可以简单地做 t1 = t1.view(-1) or t1 = t1.reshape(-1) Pytorch很像numpy所以你可以 t1 = t1.view(-1) or t1 = t1.reshape(-1) 请注意Kris建议的视图和重塑之间的差异- 从重塑的文档字符串: 如果可能,返回的张量将是一个视图 输入的数量。否则

我有一个张量:

t1 = torch.randn(564, 400)
我想把它展开成一维张量,长度为225600


我该怎么做呢?

Pytorch很像numpy,所以你可以简单地做

t1 = t1.view(-1) or t1 = t1.reshape(-1)

Pytorch很像numpy所以你可以

t1 = t1.view(-1) or t1 = t1.reshape(-1)

请注意Kris建议的
视图
重塑
之间的差异- 从
重塑
的文档字符串:

如果可能,返回的张量将是一个视图 输入的<代码>数量
。否则,它将是一个副本。连续输入和具有兼容步幅的输入可以在不复制的情况下重塑

因此,如果你的张量不是连续的,调用
重塑
应该处理如果使用
视图
就必须处理的事情;也就是说,调用
t1.continuous().view(…)
来处理非连续张量


此外,可以使用
falten
t1=t1.flant()
作为更具可读性的
视图(-1)
的等价物。

请注意
视图
重塑
之间的区别,正如Kris所建议的那样- 从
重塑
的文档字符串:

如果可能,返回的张量将是一个视图 输入的<代码>数量
。否则,它将是一个副本。连续输入和具有兼容步幅的输入可以在不复制的情况下重塑

因此,如果你的张量不是连续的,调用
重塑
应该处理如果使用
视图
就必须处理的事情;也就是说,调用
t1.continuous().view(…)
来处理非连续张量


此外,可以使用
falten
t1=t1.flant()
作为更具可读性的
view(-1)
的等价物。

这是否回答了您的问题?这回答了你的问题吗?