1.tensor的view函數：

view(*args) → Tensor

返回一個有相同數據但大小不同的tensor。 返回的tensor必須有與原tensor相同的數據和相同數目的元素，但可以有不同的大小。一個tensor必須是連續的contiguous()才能被查看。

>>> x = torch.randn(4, 4) >>> x.size() torch.Size([4, 4]) >>> y = x.view(16) >>> y.size() torch.Size([16]) >>> z = x.view(-1, 8) # the size -1 is inferred from other dimensions >>> z.size() torch.Size([2, 8])

其實就是類似caffe的reshape函數

2.sequential函數：

class torch.nn.Sequential(* args)

一個時序容器。Modules?會以他們傳入的順序被添加到容器中。當然，也可以傳入一個OrderedDict。

為了更容易的理解如何使用Sequential, 下面給出了一個例子:

# Example of using Sequential model = nn.Sequential(nn.Conv2d(1,20,5),nn.ReLU(),nn.Conv2d(20,64,5),nn.ReLU()) # Example of using Sequential with OrderedDict model = nn.Sequential(OrderedDict([('conv1', nn.Conv2d(1,20,5)),('relu1', nn.ReLU()),('conv2', nn.Conv2d(20,64,5)),('relu2', nn.ReLU())]))

也就是模塊搭建的順序

總結

以上是生活随笔為你收集整理的pytorch的一些函数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。