1.view

在pytorch中view函数的作用为重构张量的维度，相当于numpy中resize()的功能，但是用法可能不太一样。

view有二种用法：

• torch.view(参数a，参数b，。。。)
• torch.view(-1)或torch.view(参数a，-1)

如下例所示

总结一下：view的二种方法，一种就是当成resize一样转换数据shape，一种是如果是torch.view(参数a，-1)，则表示在参数b未知，参数a已知的情况下自动补齐列向量长度，在这个例子中a=3，x总共由9个元素，则b=9/3=3。以此类推更多维度的比如说

🐻torch.view(a,b,c)等价于torch.view(a,b,-1)，torch.view(a,b,-1)表示在已知前二个维度a,b的情况下，最后一个维度根据元素个数，自动补齐最后一维度。

2.permute

permute函数将tensor的维度换位

比如下面的

我们函数的目的，就是让这个shape的数值之间换位置。

permute()中的数字，其实就是原始shape返回的值下的每个维度的索引。

3.squeeze

对数据的维度进行压缩使用方式：

torch.squeeze(input, dim=None, out=None)

将输入张量形状中的1 去除并返回。

如果输入是形如(A×1×B×1×C×1×D)，那么输出形状就为： (A×B×C×D)

当给定dim时，那么挤压操作只在给定维度上。

例如，输入形状为: (A×1×B), squeeze(input, 0) 将会保持张量不变，只有用 squeeze(input, 1)，形状会变成 (A×B)。

什么是给定的维度挤压，我们可以把size()返回的值看成一个列表，列表对应不同位置的索引，就是我们要挤压的位置。比如：

torch.squeeze(m,0)就是挤压索引为0 位置，也就是2，但是我们只挤压为1的，因此保留2。这个函数结果不变

如果说不做给定位置挤压，就默认对所有的位置有1的都挤压处理

4.usqueeze

与squeeze作用相反，就是在给定位置上插入一个维度1啦

注意，扩展维度的位置