pytorch 使用.contiguous().view()

view()使用的前提是variable是contiguous的，如果在view之前用了transpose, permute等，需要用contiguous()来返回一个contiguous copy。

有些tensor并不是占用一整块内存，而是由不同的数据块组成，而tensor的view()操作依赖于内存是整块的，这时只需要执行contiguous()这个函数，把tensor变成在内存中连续分布的形式。

在torch里面，view函数相当于numpy的reshape。

X.view(-1, 5)

这里-1表示一个不确定的数，就是你如果不确定你想要reshape成几行，但是你很肯定要reshape成5列，那不确定的地方就可以写成-1

例如  一个长度的20向量x，

x.view(-1, 4)等价于x.view(5, 4)

x.view(-1, 2)等价于x.view(10，2)