reshape（-1）&&&Tensor（-1） 的区别

举个简单的例子，要记住，python默认是按行取元素

c = np.array([[1,2,3],[4,5,6]])
输出：

[[1 2 3]
[4 5 6]]

我们看看不同的reshape

print ‘改成2行3列:’
print c.reshape(2,3)
print ‘改成3行2列:’
print c.reshape(3,2)
print ‘我也不知道几行，反正是1列:’
print c.reshape(-1,1)
print ‘我也不知道几列，反正是1行：’
print c.reshape(1,-1)
print ‘不分行列，改成1串’
print c.reshape(-1)
输出为：

改成2行3列:
[[1 2 3]
[4 5 6]]
改成3行2列:
[[1 2]
[3 4]
[5 6]]
我也不知道几行，反正是1列:
[[1]
[2]
[3]
[4]
[5]
[6]]
我也不知道几列，反正是1行：
[[1 2 3 4 5 6]]
不分行列，改成1串
[1 2 3 4 5 6]

一串是啥意思？一串就是秩rank()为0的矩阵～

torch.shape[-1]同理

注：其中

print c.reshape(1,-1)
print c.reshape(-1)的区别是：

print c.reshape(1,-1)：此时c的shape为（1,6）

print c.reshape(-1)：此时c的shape为（6，）

在编程中尽量避免形为（6，）这种一串的秩rank()为0的矩阵，可能会导致一些不易察觉的bug，所以建议

1使用reshape函数使得其形为（1,6）这种；

2利用assert查看以确保得到的是你想要的形状。