pytorch 在sequential中使用view来reshape的例子

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

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脚本之家。

pytorch sequential view reshape