nn.MaxPool2d()、transpose().contiguous()、view()说明

1.nn.MaxPool2d()
和nn.Conv2D()基本一样，但是stride默认值是kernel_size。
2.transpose().contiguous()、view()
contiguous一般与transpose，permute，view搭配使用：使用transpose或permute进行维度变换后，调用contiguous，然后方可使用view对维度进行变形

print(x.shape)
x = x.transpose(1, 3).contiguous()
print(x.shape)
x = x.view(x.size(0), -1, x.size(3))
print(x.shape)

输出

torch.Size([8, 128, 40, 256])
torch.Size([8, 256, 40, 128])
torch.Size([8, 10240, 128])

参考网站：pytorch中的contiguous()函数的浅浅解释

本栏目推荐文章
• C++通过pybind11调用Python 实现transpose
• Transpose a data frame in R语言 转置
• pytorch transpose
• 使用nn.Conv2d()和nn.MaxPool2d()调整输出的技巧
• nn.MaxPool2d()、transpose().contiguous()、view()说明
• 对DenseTensor进行Transpose
• Pytorch中张量的连续性：contiguous
• [Typescript Challenges] 144 Hard - Transpose

contiguous MaxPool2d transpose MaxPool2 MaxPoolcontiguous maxpool2d transpose maxpool2 maxpool2d maxpool2d maxpool2 maxpool技巧 maxpool2 contiguous maxpool transpose densetensor transpose transpose pytorch 张量 连续性contiguous pytorch