对pytorch中view与reshape的理解

同：

从功能上来看，它们的作用是相同的，都是将原张量元素(按顺序)重组为新的shape。

异：

我的理解是，有两种情况：

1. 如果一个tensor原本在内存中是连续的，此时可以直接使用view()，也可以直接使用reshape()方法。
2. 如果原tensor经过了transpose之类的操作，改变了tensor中的元素（比如交换了元素的位置），但是tensor在内存空间中的存储位置没有改变，那么变换后的tensor在内存空间中的存储就不连续了。
   此时若想reshape变换后的tensor，可以有两种方法：
   • 一是先调用.contiguous()方法，使tensor的元素在内存空间中连续，然后调用.view()；
   • 二是直接调用.reshape()，此时由于tensor的元素内存地址不连续，reshape方法返回的就不是原tensor的view，而是原tensor的一份copy。

以上仅为个人理解，如有不足欢迎指正。

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