PyTorch 两大转置函数 transpose() 和 permute(), 以及RuntimeError: invalid argument 2: view size is not compatiable
关于连续contiguous()
目前pytorch只要是transpose()和permute()这两个函数用过后,tensor都会变得不再连续,就不可以使用view().
调用contiguous()时,会强制拷贝一份tensor,让它的布局和从头创建的一毛一样。
(这一段看文字你肯定不理解,你也可以不用理解,有空我会画图补上)
你只需要记住了,使用view()之前,只要使用了transpose()和permute()这两个函数一定要contiguous()
本文详细解析了PyTorch中的transpose()和permute()函数,以及它们如何影响tensor的连续性。重点讨论了当使用这两个函数后,为何需要调用contiguous()来确保tensor的布局正确,以便能够使用view()。同时,介绍了contiguous()的作用,即强制拷贝tensor并恢复其原始布局。对于深度学习开发者来说,理解这些概念对于优化模型性能至关重要。
1736

被折叠的 条评论
为什么被折叠?



