好像是已經過時的函數, 在pytorch0.4之前, view()進行改變形狀時, 這個變量tensor的內存必須是連續的, 否則會失敗, 但是現在可以了, 舉例如下:
import torch
x = torch.tensor([[1, 2, 0], [0, 0, 0], [0, 0, 0], [0, 2, 3]])
mask = x != 0
print("mask:\n", mask)
x = x[mask]
print("\nx:", x)
print("\nx內存是否連續:", x.is_contiguous()) # 是否連續
# 如果不連續, 需要這樣操作一下, 使其連續
x2 = x.contiguous()
print("\n變性後:\n", x2.view(2, 2))
結果如下