这篇文章主要为大家展示了“pytorch如何在sequential中使用view来reshape”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“pytorch如何在sequential中使用view来reshape”这篇文章吧。

十年的柯城网站建设经验，针对设计、前端、开发、售后、文案、推广等六对一服务，响应快，48小时及时工作处理。营销型网站建设的优势是能够根据用户设备显示端的尺寸不同，自动调整柯城建站的显示方式，使网站能够适用不同显示终端，在浏览器中调整网站的宽度，无论在任何一种浏览器上浏览网站，都能展现优雅布局与设计，从而大程度地提升浏览体验。创新互联从事“柯城网站设计”,“柯城网站推广”以来，每个客户项目都认真落实执行。

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)

以上是“pytorch如何在sequential中使用view来reshape”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！

文章题目：pytorch如何在sequential中使用view来reshape-创新互联
当前路径：http://ybzwz.com/article/dsjdji.html