pytorch api文档：张量的.view() 和 torch.transpose() 函数的区别

作者：马育民 • • 阅读：10019

区别

.view()：重塑形状（不改变元素排列）

.transpose() 维度转置（交换维度顺序，改变元素排列）

差异总览

特征 .view(*shape) .transpose(dim0, dim1)
核心作用 重塑张量形状（维度数/维度大小可改），仅改变“维度解读方式” 交换两个指定维度的位置，维度数不变，改变元素排列
元素顺序 保持原内存中元素的顺序不变 改变元素在内存中的逻辑顺序（物理顺序可能不变）
内存连续性 要求张量内存连续（否则报错） 转置后张量内存通常变为非连续
共享内存 与原张量共享内存（修改其一则同步变化） 与原张量共享内存（修改其一则同步变化）
总元素数 必须保持不变（形状乘积相等） 总元素数始终不变（仅维度顺序交换）
典型场景 展平特征、调整批量维度（如 [2,3]→[6]） 维度交换（如 [2,3]→[3,2]、[B,C,H,W]→[B,H,W,C]）

例子

通过具体例子，看两者对同一张量的操作效果差异：

import torch

# 基础张量：shape [2, 3]，元素按行排列
x = torch.tensor([[1, 2, 3], 
                  [4, 5, 6]])
print("原张量：")
print(x)
print("原张量内存顺序（展平）：", x.view(-1))  # [1,2,3,4,5,6]

# ========== .view() 操作 ==========
# 重塑为 [3, 2]：仅改变维度解读，元素内存顺序不变
x_view = x.view(3, 2)
print("\n--- .view(3, 2) 结果 ---")
print(x_view)
print("view后展平：", x_view.view(-1))  # 仍为 [1,2,3,4,5,6]

# ========== .transpose() 操作 ==========
# 交换维度0和维度1（行和列）：改变元素排列，内存顺序变化
x_trans = x.transpose(0, 1)
print("\n--- .transpose(0, 1) 结果 ---")
print(x_trans)
print("transpose后展平：", x_trans.contiguous().view(-1))  # [1,4,2,5,3,6]

# ========== 共享内存验证 ==========
# 修改view后的张量，原张量同步变化
x_view[0, 0] = 100
print("\n修改view张量后，原张量：")
print(x)  # [100,2,3; 4,5,6]

# 重置原张量，验证transpose的共享内存
x = torch.tensor([[1, 2, 3], [4, 5, 6]])
x_trans = x.transpose(0, 1)
x_trans[0, 1] = 200
print("\n修改transpose张量后，原张量：")
print(x)  # [1,2,3; 200,5,6]

# ========== 内存连续性验证 ==========
print("\n原张量是否连续：", x.is_contiguous())  # True
print("transpose后是否连续：", x_trans.is_contiguous())  # False
# x_trans.view(6)  # 直接调用会报错！需先contiguous
print("transpose后contiguous再view：", x_trans.contiguous().view(6))  # 正常

输出特征：

  • .view(3,2) 只是把原张量的6个元素“按顺序拆成3行2列”，元素顺序未变；
  • .transpose(0,1) 是真正的“行列交换”，元素排列改变，展平后顺序变为 [1,4,2,5,3,6]；
  • 转置后的张量内存非连续，直接用 .view() 会报错，需先调用 .contiguous() 整理内存。

使用场景对比

.view() 的核心场景

  • 特征展平：CNN输出 [B,C,H,W] → 全连接层输入 [B, C*H*W]（x.view(x.size(0), -1)）；
  • 批量维度调整：将 [B*seq_len, dim] 恢复为 [B, seq_len, dim]；
  • 维度压缩/扩展：如 [32,64] → [32,1,64]（适配Conv1d输入）。

.transpose() 的核心场景

  • 维度顺序调整：
    • 图像处理：将PyTorch默认的 [B,C,H,W] 转为OpenCV的 [B,H,W,C]（x.transpose(1,3).transpose(2,3)）；
    • NLP：将 [seq_len, B, dim] 转为 [B, seq_len, dim]（x.transpose(0,1)）；
  • 矩阵转置：二维矩阵的行列交换（等价于 .t()，.t() 是 .transpose(0,1) 的简化版）。

注意事项

  1. .transpose() 仅交换两个维度：若需交换多个维度（如 [B,C,H,W]→[B,H,W,C]），需多次调用 .transpose()，或用更灵活的 .permute()（.permute(0,2,3,1) 一步到位）；
  2. 非连续张量的.view() 限制：转置/切片后的非连续张量，必须先用 .contiguous() 整理内存，才能调用 .view()；
  3. 共享内存的风险：两者都与原张量共享内存，修改新张量会同步改变原张量，需独立张量时加 .clone()。

总结

  1. .view() 是形状重塑，不改变元素排列，要求内存连续、总元素数不变，适合展平/调整维度结构；
  2. .transpose() 是维度交换，改变元素排列，维度数不变，转置后内存非连续，适合调整维度顺序；
  3. 核心区分：看是否需要改变元素的排列顺序——仅改形状用 .view()，改维度顺序用 .transpose()。

原文出处：/show_1GW2dKLmsG0U.html

吉ICP备15003043号