教学（1）：链接

1.1 预备知识

问题：假如说我们使用的模型张量是三维的，但是我们要缝合的模块是四维的，应该怎么办？

方法：pytorch中常用的函数：(1)view函数（2）reshape函数（3）permute函数（4）flatten函数

使用view函数：

import torch
import torch.nn as nnx = torch.randn(10,3,32,32) #记为b,c,h,w
b,c,h,w = x.shape #访问x的shape属性
b,c,h,w = x.size() #size()用于提取x的维度
print(b,c,h,w)#转换成三维b,n,cy = x.view(b,h*w,c) #view()用于变换张量的形状
print(y.shape)

使用permute和flatten函数：

import torch
import torch.nn as nnx = torch.randn(10,3,32,32) #记为b,c,h,w
b,c,h,w = x.shape #访问x的shape属性
b,c,h,w = x.size() #size()用于提取x的维度
print(b,c,h,w)#使用permute和flatten函数转换成三维b,n,c
a = x.permute(0,2,3,1) #1维在1维，原来的2维在现在的4维，原来的3维在2维，原来的4维在3维
a = a.flatten(start_dim=1,end_dim=2) # ctrl+p查看参数信息.在下标为1的维度(其实就是第二维)开始，在下标为2的维度结束，这之间展平
print(a.shape)

结果均为：

1.2 模块和模块之间的维度转换

高维缝合低维

以CoordAtt和AFT为例，前者为4维，后者为3维。我们假如说想在CoordAtt这个四维模块中缝进三维的模块AFT。

缝：还是两个主要位置：类初始化__init__和前向传播forward。

（1）首先我们找到四维模块的前向传播，将用x.size()将四个维度都提取出来。

n, c, h, w = x.size()  # 获取输入的尺寸

（2）用view将x的维度调整成3维,用另一个变量保存起来。

x_01 = x.view(n,h*w,c) #调整为3维张量

（3）在__init__中将三维模块加进来：

注意通道数保持一致，以及那个h*w对应在三维模块上的那个变量大小保持一致

（4） 在forward中添加进三维模块：

添加进之后，不要忘了三维模块输出还是三维，需要再次转换为4维。

打个断点看一下张量形状：

可以看到又恢复成了四维。

低维缝合高维

以CoordAtt和AFT为例，前者为4维，后者为3维。我们假如说想在AFT这个三维模块中缝进四维的模块CoordAtt。

原理大同小异，需要注意的就是在升维的时候要保持总数据量不变（各个维度的大小相乘）。

一开始的input的形状：

经过维度转换后input的形状：

缝合模块后input的形状：

再次经过维度转换后input的形状：

1.3 模型和模块之间的维度转换

举个例子，模型选择VIT（四维），要缝的模块还是AFT（三维）

（1）首先我们在模型前向传播最开始写入“print(x.shape)”，然后运行训练文件，看一下模型的输入张量：

（2）用x.size()将四个维度都提取出来。

b,c,h,w =x.size()

（3）用view将x的维度调整成3维,用另一个变量保存起来。

x_01 = x.view(b,h*w,c)

x_01的形状为[64,50176,3]  (50176很大，会报显存错误，道理理解即可)

（4）在__init__中将三维模块加进来：

注意通道数保持一致，以及那个h*w对应在三维模块上的那个变量大小保持一致

（5） 在forward中添加进三维模块：

附录

view和reshape函数的区别

1. 连续性要求:

   • view() 函数要求张量是连续存储的。如果张量不是连续存储的（比如，经过转置、切片等操作后），直接使用 view() 会抛出错误。在这种情况下，你需要先调用 contiguous() 方法使张量连续，然后再使用 view()。
   • reshape() 函数则更为灵活，无论张量是否连续，它都能工作。如果新的形状与原形状不兼容于视图变换（即不满足连续性条件），reshape() 会创建一个新的、形状改变的张量副本，这会占用额外的内存。

2. 内存共享:

   • 当满足条件时，view() 返回的张量与原张量共享相同的内存，也就是说，它们是原张量的视图。修改其中一个会影响另一个。
   • reshape() 可能会返回一个与原张量共享内存的视图（如果满足连续性条件），或者如果必须复制数据以满足新的形状，则返回一个副本。这意味着修改重塑后的张量可能不会影响原张量，具体取决于操作是否导致了数据的复制。

3. 适用范围:

   • view() 仅限于 PyTorch 的张量对象。
   • reshape() 在PyTorch中既适用于张量，也适用于NumPy数组，因此在需要跨库操作时提供了更多灵活性。

如果你确定张量满足连续性条件并且希望避免不必要的内存复制，view() 是一个高效的选择。但如果你不关心或不确定这些条件，或者需要保证操作总是安全的（即使是以牺牲一些性能为代价），则应使用 reshape()。在实际应用中，如果不确定是否可以直接使用 view()，使用 reshape() 是一个更保险的做法，因为它能自动处理所有情况。