记录一些常用的…总去查文档也是有点麻烦

• tensor.view 的作用是reshape 比如 a = torch.range(1, 16) 得到一个tensor  that has 16 elements from 1 to 16. 在a=a.view(4,4)就得到了一个4*4的tensor。 需要注意reshape之后元素的个数不能改变(16==4*4)  参数-1的作用是，我懒得算这一维度应该是多少,（由于元素个数不能改变）所以希望自动被计算。需要注意的是，只有一个维度可以写-1。 不过view和reshape有些区别：reshape always copies memory. view never copies memory

• torch.squeeze  将输入张量形状中的 1 去除并返回。 如果输入是形如(A×1×B×1×C×1×D)，那么输出形状就为： (A×B×C×D)当给定 dim时，那么挤压操作只在给定维度上。例如，输入形状为: (A×1×B),  squeeze(input, 0) 将会保持张量不变，只有用  squeeze(input, 1)，形状会变成 (A×B)。注意： 返回张量与输入张量共享内存，所以改变其中一个的内容会改变另一个。

• torch.unsqueeze  返回一个新的张量，对输入的制定位置插入维度 1 注意： 返回张量与输入张量共享内存，所以改变其中一个的内容会改变另一个。如果 dim为负，则将会被转化dim+input.dim()+1

  Python

  >>> x = torch.Tensor([1, 2, 3, 4]) >>> torch.unsqueeze(x, 0) 1 2 3 4 [torch.FloatTensor of size 1x4] >>> torch.unsqueeze(x, 1) 1 2 3 4 [torch.FloatTensor of size 4x1]

  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

  >>> x = torch.Tensor([1, 2, 3, 4]) >>> torch.unsqueeze(x, 0) 1  2  3  4 [torch.FloatTensor of size 1x4] >>> torch.unsqueeze(x, 1) 1 2 3 4 [torch.FloatTensor of size 4x1]

   

• tensor.expand(*size)   扩展tensor.可以保持维度数目不变，每一维度的size增加(比如A*B变到C*D,其中C>=A,D>=B).-1参数表示某一个维度的size不发生改变  . 有可以扩展tensor到更多的维度，新增加的维度会默认放在最前面，并且不能以-1作为参数。

• tensor.contiguous  将一个tensor变成连续的。（一些ops如expand/expand_as会让tensor 不连续）