PyTorch 中，Tensor viewpermutetranspose 接口，都是用来做什么的

PyTorch 中，Tensor view、permute、transpose、reshape 接口，都是用来做什么的？有什么区别和联系？

一、torch.Tensor.view

作用：把Tensor展平后，重新改变形状，但是不改变维度顺序。

1、总元素个数不变

2、Tensor 是连续内存

3、不会生成新数据，只是改变索引方式

二、torch.Tensor.permute

作用：按照你指定的顺序，重新排列所有维度

1、可以同时调整任意多个维度

2、比 transpose 更通用（transpose 是 permute 的特例）

3、同样会让 Tensor 变成非连续内存

三、torch.Tensor.transpose

作用：只交换 指定的两个维度

1、只能传 2 个维度下标

2、不改变元素总数

3、会让 Tensor 变成非连续内存

四、torch.Tensor.reshape

作用：把张量变成你想要的形状，不改变维度顺序，不改变总元素数量

1、重塑形状

2、维度顺序不变

3、总元素个数必须一样

4、不关心张量是否连续

5、不复制数据，复制数据

五、reshape 和 view 的区别

1. view

必须要求张量内存连续

不连续会直接报错

永远不复制数据

2. reshape

不要求连续

如果不连续，自动调用 .contiguous () 复制数据

永远不会报错（只要元素数量对）

六、reshape 与 transpose /permute 的区别

1、reshape：只改形状，不改维度顺序

2、transpose /permute：改维度顺序，不改形状

七、联系

八、总结

1、view：必须连续，不复制数据，不连续就报错

2、reshape：自动处理连续，不报错，最安全、最常用

3、transpose：交换两个维度

4、permute：重排所有维度