PyTorchでテンソルのサイズ（形状）を変更する方法：view()メソッドの使い方

PyTorchでテンソルのサイズ（形状）を変更するには、.view()メソッドを使用します。このメソッドを使うことで、テンソルの次元数を増やしたり減らしたりすることができます。ただし、重要な注意点として、リサイズ前後でテンソル内の要素の総数は必ず一致していなければなりません。

手順

• 必要なライブラリをインポートします。以下のすべてのPythonサンプルではtorchライブラリが必要です。事前にインストールしておいてください。

• PyTorchのテンソルを作成し、内容を出力して確認します。

• .view()メソッドを使って作成したテンソルのサイズを変更し、結果を新しい変数に代入します。なお、.view()は元のテンソル自体を変更するわけではなく、その名の通り「新しいサイズのビュー（参照）」を返すだけである点に注意してください。

• 最後に、リサイズ後のテンソルを出力して結果を確認します。

例1：1次元テンソルを2×3に変更する

# PyTorchでテンソルのサイズを変更するPythonプログラム
# ライブラリをインポート
import torch

# テンソルを作成
T = torch.Tensor([1, 2, 3, 4, 5, 6])
print(T)

# Tを2x3にリサイズ
x = T.view(2,3)
print("リサイズ後のテンソル:\n",x)

# 別の方法：-1を使ってTを2x3にリサイズ
x = T.view(-1,3)
print("リサイズ後のテンソル:\n",x)

# 別の方法：-1を列側に指定してTを2x3にリサイズ
x = T.view(2,-1)
print("リサイズ後のテンソル:\n",x)

出力結果

上記のPython 3コードを実行すると、次のような出力が得られます。

tensor([1., 2., 3., 4., 5., 6.])
リサイズ後のテンソル:
tensor([[1., 2., 3.],
        [4., 5., 6.]])
リサイズ後のテンソル:
tensor([[1., 2., 3.],
        [4., 5., 6.]])
リサイズ後のテンソル:
tensor([[1., 2., 3.],
        [4., 5., 6.]])

この例では、6つの要素を持つ1次元テンソルを2行3列の2次元テンソルに変更しています。-1を指定した場合、PyTorchが自動的にその次元のサイズを計算してくれるため、コードがより柔軟になります。

例2：4×3のテンソルを別の形状に変更する

# ライブラリをインポート
import torch

# 形状4x3のテンソルを作成
T = torch.Tensor([[1,2,3],[2,1,3],[2,3,5],[5,6,4]])
print(T)

# Tを3x4にリサイズ
x = T.view(-1,4)
print("リサイズ後のテンソル:\n",x)

# 別の方法：Tを3x4にリサイズ
x = T.view(3,-1)
print("リサイズ後のテンソル:\n",x)

# Tを2x6にリサイズ
x = T.view(2,-1)
print("リサイズ後のテンソル:\n",x)

出力結果

上記のPython 3コードを実行すると、次のような出力が得られます。

tensor([[1., 2., 3.],
        [2., 1., 3.],
        [2., 3., 5.],
        [5., 6., 4.]])
リサイズ後のテンソル:
tensor([[1., 2., 3., 2.],
        [1., 3., 2., 3.],
        [5., 5., 6., 4.]])
リサイズ後のテンソル:
tensor([[1., 2., 3., 2.],
        [1., 3., 2., 3.],
        [5., 5., 6., 4.]])
リサイズ後のテンソル:
tensor([[1., 2., 3., 2., 1., 3.],
        [2., 3., 5., 5., 6., 4.]])

このように、12個の要素を持つ4×3のテンソルは、3×4や2×6など、要素の総数が同じであれば自由に形状を変更できます。

補足：view()以外のリサイズ方法

なお、PyTorchには.view()以外にも形状を変更する方法があります。たとえば.reshape()は元のテンソルが連続したメモリ配置でない場合でも動作し、より柔軟です。また、.resize_()はインプレース（元のテンソルを直接書き換える）でサイズを変更したい場合に使用できます。用途に応じて使い分けると良いでしょう。