對pytorch中view與reshape的理解

同：

從功能上來看，它們的作用是相同的，都是將原張量元素(按順序)重組爲新的shape。

異：

我的理解是，有兩種情況：

1. 如果一個tensor原本在內存中是連續的，此時可以直接使用view()，也可以直接使用reshape()方法。
2. 如果原tensor經過了transpose之類的操作，改變了tensor中的元素（比如交換了元素的位置），但是tensor在內存空間中的存儲位置沒有改變，那麼變換後的tensor在內存空間中的存儲就不連續了。
   此時若想reshape變換後的tensor，可以有兩種方法：
   • 一是先調用.contiguous()方法，使tensor的元素在內存空間中連續，然後調用.view()；
   • 二是直接調用.reshape()，此時由於tensor的元素內存地址不連續，reshape方法返回的就不是原tensor的view，而是原tensor的一份copy。

以上僅爲個人理解，如有不足歡迎指正。

參考：
https://blog.csdn.net/weixin_43002433/article/details/104299896