在pytorch當中，我們經常會用到x.view()方法來進行資料維度的變化，但是這個方法具體該如何使用呢？

下面我來記錄一下筆記：

一.按照傳入數字使資料維度進行轉換

首先，我們可以傳入我們想要的維度，然後按照傳入的數字對資料進行維度變化。比如，x.view()當中可以放入列表或者是單個數字，比如我們有程式碼先生成一個3*2維度的tensor矩陣，那麼我們的程式碼可以寫成x.view(3,2) 也可以在view方法當中放入列表[3,2],最終為x.view([3,2])如下所示：

import torch
b=torch.randn(3,2)#也可以寫成b=torch.randn([3,2])，效果是一樣的
 
print(b)

輸出如下：

tensor([[-0.0035, -0.7276],
        [ 2.5166, -0.0649],
        [ 2.3062, -1.1144]])

那麼我們想要將其維度進行隨意變化的話，可以使用view（）方法，比如我想將其維度變化成：1*6，則使用方法view（1*6）即可。

程式碼如下：

import torch
b=torch.randn(3,2)
print(b)
print(b.view(1,6))
print(b.view(6,1))

輸出如下：

tensor([[-0.0035, -0.7276],
        [ 2.5166, -0.0649],
        [ 
 
2.3062, -1.1144]])
tensor([[-0.0035, -0.7276,  2.5166, -0.0649,  2.3062, -1.1144]])
tensor([[-0.0035],
        [-0.7276],
        [ 2.5166],
        [-0.0649],
        [ 2.3062],
        [-1.1144]])

這樣我們就可以看到tensor的維度確實根據我們所寫進行變化了。

二.傳入數字-1，自動對維度進行變換

這裡討論第二種方法，也就是在某一個維度，我們可以傳入數字-1，自動對維度進行計算並變化：

假設我們有一個數據維度為【3，5，2】的tensor，我們想要將其轉化為其中兩個維度分別為【3，1】，【5，2】，而剩下的第三個維度自動進行計算，那麼我們可以使用-1來代替【3，1，10】當中的10，以及用-1來代替轉化後【5，2，3】維度當中的數字3.我們可以發現3*1*10=3*5*2=5*2*3，因此變化後的維度乘積是相等的。

程式碼如下：

import torch
a=torch.randn(3,5,2)
print(a)
print(a.view(3,1,-1).size())
print(a.view([3,1,-1]).size()) #不管加不加上列表符號，最後reshape的結果是一樣的
print(a.view([5,2,-1]).size())

輸出如下：

tensor([[[ 1.6498, -0.4354],
         [-1.0042, -0.1582],
         [ 1.2794, -0.1203],
         [ 0.9198,  2.8475],
         [ 0.0065,  1.5481]],

        [[ 0.7220, -1.1230],
         [ 0.2665, -0.6645],
         [-0.6159, -0.3833],
         [-1.4767,  0.8378],
         [-0.3257,  0.2394]],

        [[ 0.3784,  0.4233],
         [-0.5807,  1.2695],
         [ 1.7632,  0.7828],
         [ 1.0076,  0.6205],
         [ 0.9948, -1.2256]]])
torch.Size([3, 1, 10])
torch.Size([3, 1, 10])
torch.Size([5, 2, 3])

輸出的維度確實為兩個【3，1，10】，以及一個【5，2，3】，說明維度進行了自動的變化。

remark：我們能不能使用view（）方法將三維的資料，變成二維的資料呢？

答案顯然也是可以的，假設我們依然使用剛才的程式碼，但是隻是將維度變化成二維，程式碼如下所示：

import torch
a=torch.randn(3,5,2)
print(a.size())
print(a.view([3,-1]).size())

輸出為：

torch.Size([3, 5, 2])
torch.Size([3, 10])

因此，我們使用-1數字自動計算出了其餘的一個維度，同時將三維的資料壓縮為了2維的資料，view方法可謂是非常方便了！