torch.Tensor.resize_

Tensor.resize_(*sizes, memory_format=torch.contiguous_format) → Tensor

Изменяет размер тензора self до указанного размера. Если количество элементов больше текущего размера хранилища, то хранилище перераспределяется для соответствия новому количеству элементов. Если количество элементов меньше, хранилище не изменяется. Существующие элементы сохраняются, но любая новая память не инициализируется.

Предупреждение

Это метод низкого уровня. Хранилище интерпретируется как C-непрерывное, игнорируя текущие шаги (если целевой размер равен текущему размеру, в этом случае тензор остаётся неизменным). В большинстве случаев вы захотите использовать view(), который проверяет непрерывность, или reshape(), который копирует данные при необходимости. Чтобы изменить размер на месте с пользовательскими шагами, см. set_().

Параметры:

• sizes (torch.Size или int...) – желаемый размер
• memory_format (torch.memory_format, необязательно) – желаемый формат памяти тензора. По умолчанию: torch.contiguous_format. Обратите внимание, что формат памяти self не будет затронут, если self.size() совпадает с sizes.

Пример:

>>> x = torch.tensor([[1, 2], [3, 4], [5, 6]])
>>> x.resize_(2, 2)
tensor([[ 1,  2],
        [ 3,  4]])