如何展开 PyTorch 张量？
How can I unroll a PyTorch Tensor?
我有一个张量：
t1 = torch.randn(564, 400)
我想将其展开为 225600 长的一维张量。
我该怎么做？
Pytorch 很像 numpy，所以你可以简单地做，
t1 = t1.view(-1) or t1 = t1.reshape(-1)
请注意 Kris 所建议的 view 和 reshape 之间的区别 -
来自 reshape 的文档字符串：
When possible, the returned tensor will be a view
of input. Otherwise, it will be a copy. Contiguous inputs and inputs with compatible strides can be reshaped without copying...
因此，如果您的张量不是连续的，调用 reshape 应该处理如果使用 view 而必须处理的内容；即调用t1.contiguous().view(...)来处理non-contiguous张量。
此外，可以使用 faltten: t1 = t1.flatten() 作为 view(-1) 的等价物，这样更具可读性。
我有一个张量：
t1 = torch.randn(564, 400)
我想将其展开为 225600 长的一维张量。
我该怎么做？
Pytorch 很像 numpy，所以你可以简单地做，
t1 = t1.view(-1) or t1 = t1.reshape(-1)
请注意 Kris 所建议的 view 和 reshape 之间的区别 -
来自 reshape 的文档字符串：
When possible, the returned tensor will be a view of
input. Otherwise, it will be a copy. Contiguous inputs and inputs with compatible strides can be reshaped without copying...
因此，如果您的张量不是连续的，调用 reshape 应该处理如果使用 view 而必须处理的内容；即调用t1.contiguous().view(...)来处理non-contiguous张量。
此外，可以使用 faltten: t1 = t1.flatten() 作为 view(-1) 的等价物，这样更具可读性。