torch.reshape()是如何操作的

问题背景：假设当我们的dataloader的batch_size设置为64。并且经过卷积（out_channels=6）之后，我们需要使用tensorboard可视化，而彩色图片的writer.add.images(output)的彩色图片是in_channels=3的。

那么则需要对卷积后的图片进行reshape

Torch.size(64,6,30,30)---->torch.size(-1,3,30,30)

-1的意思为最后自动计算其batch_size

输出通道就是有多少个卷积核，同一个卷积核得到的数据叠成一个通道，但由于减少了三个通道，从而每一个通道的数量增加。

因而结果为torch.size(128,3,30,30)

output = torch.reshape(output,(-1,3,30,30))#torch.size(64,6,30,30)--->(xxx,3,30,30)
    print(output.shape)#reshape结果：torch.Size([128, 3, 30, 30])

最后一组是原本dataloader设置为 

drop_last=False

标签：torch,卷积,reshape,30,使用,output,size
来源： https://blog.csdn.net/qq_51533157/article/details/122816008