pytorch 在sequential中使用view来reshape的例子

(编辑：jimmy 日期: 2025/1/19 浏览：3 次 )

pytorch中view是tensor方法，然而在sequential中包装的是nn.module的子类，

因此需要自己定义一个方法：

import torch.nn as nn
class Reshape(nn.Module):
 def __init__(self, *args):
  super(Reshape, self).__init__()
  self.shape = args

 def forward(self, x):
  # 如果数据集最后一个batch样本数量小于定义的batch_batch大小，会出现mismatch问题。可以自己修改下，如只传入后面的shape，然后通过x.szie(0)，来输入。
  return x.view(self.shape)

class Reshape(nn.Module):
 def __init__(self, *args):
  super(Reshape, self).__init__()
  self.shape = args
 def forward(self, x):
  return x.view((x.size(0),)+self.shape)

以上这篇pytorch 在sequential中使用view来reshape的例子就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。

上一篇：python爬虫基于requests模块发起ajax的get请求实现解析
下一篇：pytorch在fintune时将sequential中的层输出方法,以vgg为例