如何将形状为torch.Size([1, 16384, 3])的torch tensor调整为[1, 128, 128, 3]形状

你要转换的两个形状元素总数完全匹配（1×16384×3 = 1×128×128×3 = 49152），直接用PyTorch内置的reshape方法即可实现。

基础实现代码 #

import torch

# 你的原始tensor，这里用随机数模拟
raw_tensor = torch.randn(1, 16384, 3)
# 执行reshape操作
target_tensor = raw_tensor.reshape(1, 128, 128, 3)

# 验证输出形状
print(target_tensor.shape)
# 输出结果：torch.Size([1, 128, 128, 3])

其他可选方案与注意事项 #

• 如果你的原始tensor是连续存储的，也可以用view()方法实现相同效果，写法为target_tensor = raw_tensor.view(1, 128, 128, 3)，运行效率和reshape一致。
• 不需要手动计算维度的情况下，可以用-1让PyTorch自动推导维度，比如以下几种写法都能得到相同的结果：
  • raw_tensor.reshape(1, -1, 128, 3)
  • raw_tensor.reshape(1, 128, 128, -1)
• 两种方法都不会改变原始tensor的数据存储顺序，如果你需要调整通道/维度顺序，需要额外搭配permute()方法使用。

内容的提问来源于stack exchange，提问作者Jun Lee