关于变张量形状的一个问题

Question

当我想将图像分割成多个补丁时，我想到的第一件事就是使用pytorch view（）函数。例如，一个形状为（1,3256256）（pytorch样式）的图像，并将其拆分为8x8=64个面片，每个面片的高度和宽度为32。对于这幅图像，我们可以得到256/32=8的行补丁和8的列补丁，所以我们总共有8x8=64个补丁

我想将图像（1,3256256）分割成面片，每个面片的形状是（1,3,32,32），并将这些张量重塑成（1,8x8,32x32x3）的形状，这里8x8是面片的数量，32x32x3是面片的高度*宽度*通道

下面的代码使用einops重排函数可以得到正确的答案，但是当我使用view函数时，我得到了正确的形状但张量值不正确。谁能告诉我如何通过查看功能实现此操作

from einops.layers.torch import Rearrange
img = torch.randn(1, 3, 256, 256)
import copy
img2 = copy.deepcopy(img)
b, c, h, w = img.size()
p=32
to_patch_embedding = nn.Sequential(
    Rearrange('b c (h p1) (w p2) -> b (h w) (p1 p2 c)', p1=32, p2=32),
)
img2 = img2.view(b, h // p * w // p, c * p * p)


print(img2.shape)
print(img2==to_patch_embedding(img))

----------------------------------------output--------------------------------------------
torch.Size([1, 64, 3072])
tensor([[[ True, False, False,  ..., False, False, False],
     [False, False, False,  ..., False, False, False],
     [False, False, False,  ..., False, False, False],
     ...,
     [False, False, False,  ..., False, False, False],
     [False, False, False,  ..., False, False, False],
     [False, False, False,  ..., False, False,  True]]])

Answer 1

您可以按照pytorch discuss中提到的方法尝试这种方法

import torch
a = torch.randn(1, 3, 256, 256)
a = a.unfold(2, 32, 32).unfold(3, 32, 32)
a = a.contiguous().view(a.size(0), a.size(2)*a.size(3), a.size(1)*a.size(-1)*a.size(-2))
print(a.shape)

输出形状与您预期的一样：

torch.Size([1, 64, 3072])

希望这对你有用