restauración - ¿Cuál es la diferencia entre remodelar y ver en pytorch?

remodelacion de un edificio

Question

En numpy, usamos ndarray.reshape() para remodelar una matriz.

Noté que en pytorch, la gente usa torch.view(...) para el mismo propósito, pero al mismo tiempo, también existe una torch.reshape(...) existente.

Así que me pregunto cuáles son las diferencias entre ellos y cuándo debo usar alguno de ellos.

Answer 1

torch.view existe desde hace mucho tiempo. Devolverá un tensor con la nueva forma. El tensor devuelto compartirá los datos subyacentes con el tensor original. Vea la documentación aquí .

Por otro lado, parece que torch.reshape se ha introducido recientemente en la versión 0.4 . De acuerdo con el document , este método

Devuelve un tensor con los mismos datos y número de elementos que la entrada, pero con la forma especificada. Cuando sea posible, el tensor devuelto será una vista de entrada. De lo contrario, será una copia. Las entradas contiguas y las entradas con zancadas compatibles se pueden reformar sin copiar, pero no debe depender del comportamiento de copia frente a vista.

Significa que torch.reshape puede devolver una copia o una vista del tensor original. No se puede contar con eso para devolver una vista o una copia. Según el desarrollador:

si necesita una copia, use clone () si necesita el mismo uso de almacenamiento view (). La semántica de remodelar () es que puede o no compartir el almacenamiento y usted no sabe de antemano.