torch对于tensor的常规操作

前言

使用pytorch框架，会常操作tensor，以下则是对tensor常规操作的汇总。

import torch

torch.Tensor会继承某些torch的某些数学运算，例如sort, min/max....不需要调用相应的torch.funciton进行处理,下文中如果是torch/Tensor即表示该函数可以直接对self的tensor使用，也可以使用torch给的相应函数接口

1.torch/Tensor.reshape(input, shape) → Tensor

指定tensor新的shape，reshape过后不会更该数据量和数据格式，只是对数据的shape做了调整,因此要保证reshape前后元素个数一致。 参数：

input(tensor) - 输入tensor
shape(tuple or *size) - 新的shape 如果还剩下一个维度，很好，你可以直接使用-1来替代，表示这个维度中应该有的元素数量

2.torch/Tensor.view()

与reshape功能类似，将源tensor的shape改变指定形状。

原文中这样描述 Returned tensor will be a view of input. Otherwise, it will be a copy. Contiguous inputs and inputs with compatible strides can be reshaped without copying, but you should not depend on the copying vs. viewing behavior.

二者区别：