作者：隔壁老吴 | 来源：互联网 | 2023-05-17 05:27
首先，这两者是不能混淆也很容易混淆的，而混淆后代码其实是能跑通的，但结果肯定有差异，这就很恶心。rpn_locsrpn_locs.permute(0,2,3,1).contiguo
首先，这两者是不能混淆也很容易混淆的，而混淆后代码其实是能跑通的，但结果肯定有差异，这就很恶心。
rpn_locs = rpn_locs.permute(0, 2, 3, 1).contiguous().view(n, -1, 4)
上面代码，在Faster-RCNN里，需要把rpn网络的一个输出，从batch_size*channel*height*weight的形式，变成batch_size*？*4的形式，如果直接用view去改变维度的话，则会混淆维度之间的信息，可以参考https://blog.csdn.net/weixin_41712499/article/details/108753170
举个例子：
a = torch.randn(4, 3, 32, 32)
a1 = a.transpose(1, 3).contiguous().view(4, 3*32*32).view(4, 32, 32, 3).transpose(1,3)
tensor([[[[True, True, True, ..., True, True, True],
[True, True, True, ..., True, True, True],
[True, True, True, ..., True, True, True],
...,
[True, True, True, ..., True, True, True],
[True, True, True, ..., True, True, True],
[True, True, True, ..., True, True, True]],
......
这样能完全恢复数据维度信息，而
a.transpose(1, 3).contiguous().view(4, 3*32*32).view(4, 3, 32, 32)
则不能恢复
京公网安备 11010802041100号