pytorch——permute，view

permute()，适合多维数据。可以灵活的对原数据的维度进行调换，而数据本身不变。

view() 把原先tensor中的数据按照行优先的顺序排成一个一维的数据（这里应该是因为要求地址是连续存储的），然后按照参数组合成其他维度的tensor。比如说是不管你原先的数据是[[[1,2,3],[4,5,6]]]还是[1,2,3,4,5,6]，因为它们排成一维向量都是6个元素，所以只要view后面的参数一致，得到的结果都是一样的。

import torch
a = torch.tensor([[1,2,3],[4,5,6]])
print(a,a.size())
print(a.view(3,2))
print(a.permute(1,0))

b = torch.tensor([1,2,3,4,5,6])
# view之后的tensor不一定与之前的tensor的维度数一样
print(b.view(3,2))


tensor([[1, 2, 3],
        [4, 5, 6]]) torch.Size([2, 3])

tensor([[1, 2],
        [3, 4],
        [5, 6]])

tensor([[1, 4],
        [2, 5],
        [3, 6]])

tensor([[1, 2],
        [3, 4],
        [5, 6]])

permute函数传入的是维度，view函数传入的是维度上的维数。