PyTorch张量操作reshape view permute transpose

1. reshape() 和 view()

view和reshape都用于改变张量的shape

view是reshape的一个特例，view要求张量在内存中是连续的，否则会抛出错误，view只能用于contiguous的张量

reshape会自动处理contiguous的情况，如果张量是contiguous的，reshape的行为和view一样；如果不是，reshape会返回一个新张量，该张量是contiguous

2. permute()和transpose()

permute和transpose都用于改变张量的维度顺序

transpose只能交换两个维度的顺序，permute可以重排列所有维度的顺序

3. contiguous

当使用transpose和permute后，张量在内存中的存储顺序可能会发生变化，导致张量不再contiguous