pytorch中搭建CNN网络时 x.view(x.size(0),-1) 的含义

在进行CNN网络图像识别的时候，对网络搭建中这句x.view(x.size(0),-1) 不太清楚，找了文章了解。

这句话一般出现在model类的forward函数中，具体位置一般都是在调用分类器之前。分类器是一个简单的nn.Linear()结构，输入输出都是维度为一的值，x = x.view(x.size(0), -1) 这句话的出现就是为了将前面多维度的tensor展平成一维。下面是个简单的例子，我将会根据例子来对该语句进行解析。

class Net(nn.Module):
def __init__(self,batch_size):
super(Net,self).__init__()
self.conv = nn.Conv2d(outchannels=3,in_channels=64,kernel_size=3,stride=1)
self.fc = nn.Linear(64*batch_size,10)

def forward(self,x):
x = self.conv(x)
x = x.view(x.size(0), -1)
out = self.fc(x)

上面是个简单的网络结构，包含一个卷积层和一个分类层。
forward()函数中，input首先经过卷积层，此时的输出x是包含batchsize维度为4的tensor，即(batchsize，channels，x，y)，x.size(0)指batchsize的值。
x = x.view(x.size(0), -1)简化x = x.view(batchsize, -1)。
view()函数的功能和reshape类似，用来转换size大小。
x = x.view(batchsize, -1)中batchsize指转换后有几行，而-1指在不告诉函数有多少列的情况下，根据原tensor数据和batchsize自动分配列数。