在保持输入 x
数据不变的情况下,改变 x
的形状。
请注意,在动态图模式下,输出 Tensor 将与输入 Tensor 共享数据,并且没有 Tensor 数据拷贝的过程。 如果不希望输入与输出共享数据,请使用 Tensor.clone,例如 reshape_clone_x = x.reshape([-1]).clone() 。
在指定目标 shape 时存在一些技巧:
- -1 表示这个维度的值是从 x 的元素总数和剩余维度推断出来的。因此,有且只有一个维度可以被设置为-1。
- 0 表示实际的维数是从 x 的对应维数中复制出来的,因此 shape 中 0 的索引值不能超过 x 的维度。
这里有一些例子来解释它们:
- 1。给定一个形状为[2,4,6]的三维 Tensor x,目标形状为[6,8],则将 x 变换为形状为[6,8]的 2-D Tensor,且 x 的数据保持不变。
- 2。给定一个形状为[2,4,6]的三维 Tensor x,目标形状为[2,3,-1,2],则将 x 变换为形状为[2,3,4,2]的 4-D Tensor,且 x 的数据保持不变。在这种情况下,目标形状的一个维度被设置为-1,这个维度的值是从 x 的元素总数和剩余维度推断出来的。
- 3。给定一个形状为[2,4,6]的三维 Tensor x,目标形状为[-1,0,3,2],则将 x 变换为形状为[2,4,3,2]的 4-D Tensor,且 x 的数据保持不变。在这种情况下,0 对应位置的维度值将从 x 的对应维数中复制,-1 对应位置的维度值由 x 的元素总数和剩余维度推断出来。
- x (Tensor) - N-D
Tensor
,数据类型为float16
,float32
,float64
,int16
,int32
,int64
,int8
,uint8
,complex64
,complex128
,bfloat16
或bool
。- shape (listTensor) - 数据类型是
int32
。定义目标形状。目标形状最多只能有一个维度为-1。如果shape
的类型是 list 或 tuple,它的元素可以是整数或者形状为[]的Tensor
。如果shape
的类型是Tensor
,则是 1-D 的Tensor
。- name (str,可选) - 具体用法请参见
api_guide_Name
,一般无需设置,默认值为 None。
Tensor
,改变形状后的 Tensor
,数据类型与 x
相同。
COPY-FROM: paddle.reshape