相当于numpy中resize（）的功能，但是用法可能不太一样。...我的理解是：把原先tensor中的数据按照行优先的顺序排成一个一维的数据（这里应该是因为要求地址是连续存储的），然后按照参数组合成其他维度的tensor。...比如说是不管你原先的数据是[[[1,2,3],[4,5,6]]]还是[1,2,3,4,5,6]，因为它们排成一维向量都是6个元素，所以只要view后面的参数一致，得到的结果都是一样的。...比如，a=torch.Tensor([[[1,2,3],[4,5,6]]])b=torch.Tensor([1,2,3,4,5,6])print(a.view(1,6))print(b.view(1,6...再看一个例子：a=torch.Tensor([[[1,2,3],[4,5,6]]])print(a.view(3,2))将会得到：tensor([[1., 2.], [3., 4.],
云服务器
ICP备案
云直播
对象存储
腾讯会议
