a.t())
此时输出会报错
RuntimeError: t() expects a tensor with <= 2 dimensions, but self is 4D
除了.t()方法外,还可以使用...在使用时需要给d1
d2赋值,以给出调换的位置。...因此在使用transpose和view函数时,要格外注意数据的维度顺序和存储顺序需保持一致。
这里可以使用.contiguous函数,将数据重新变成连续。...,w,h,c]=>[b,c,h,w]
print('c=', c.shape)
输出
c= torch.Size([4, 3, 28, 28])
以上两种方法虽然输出均为一致,但为验证有没有数据污染,使用