最近在開始寫代碼，碰到了view和permute這兩個操作，比較容易混淆，在此區(qū)分。
注意這是針對pytorch中tensor的操作，和numpy中的array沒有任何關(guān)系?。?！
View的操作在這里可以認為是對維度的改變（擴張或減小）,維度擴張的意思就是給原來的數(shù)據(jù)再多加一維（多加一個中括號），或者就是給原來的數(shù)據(jù)減去一維（減少一個中括號），下面針對實例進行介紹。
view效果展示圖
從圖中可以看到，我們可以對tensor i （一共包含3個元素）指定任意的維度（只要維度的乘積綜合為tensor i 的總個數(shù)即可，例如這里所有的維度乘積之和為3）。
在這里，我們看到-1的存在，它不是意味著我們索引中的最后一個，而是說讓pytroch自動去計算這里應(yīng)該填入什么值來保證總乘積等于總共的元素個數(shù)。（其實是給程序員偷懶的方式！?。?br>
其次，還需要提的是在用view對tensor更改維度以后，其中的值是按照原來tensor中排列的順序來填充新維度下的tensor內(nèi)容。
舉個例子，
[[1,2,3],[4,5,6]].view(3,2)
會得到
[[1,2],[3,4],[5,6]]
就是按照原來[[1,2,3],[4,5,6]]中數(shù)據(jù)的順序，按序取出后然后放入。
總之，這個方法就是能讓你把你的tensor變成你想要的維度形式，通過增加維度或者減小維度的方式實現(xiàn)。）
接下來聊聊permute
可能有朋友會說如果有view的操作了，為什么還需要permute來調(diào)整維度等等。
其實，permute能做的是view做不到的，
（因為view只能以順序的方式來擺放元素，但是view可以實現(xiàn)坐標(biāo)上的對稱轉(zhuǎn)換）
且在view進行了維度擴張以后，在有些情況下我們自然而然地將維度之間進行交換位置，實現(xiàn)例如轉(zhuǎn)置這樣的操作。
下面用例子來說明
Permute效果展示圖
圖中第一行其實是定義了一個(1,2,3)維度的tensor，在這里如果我們需要對數(shù)據(jù)進行維度的變換，例如將原來（1，2，3）維的數(shù)據(jù)變換為（1，3，2）維的形式。permute在這里做的其實就是一個轉(zhuǎn)置的操作。第0維（也就是上面括號中的1）不去動它，在后面的變換中，將處于（2，1）
[4,5,6]中的4變換成結(jié)果中的（1，2）[1,4]中的4，來達到轉(zhuǎn)置的效果?？梢?，也印證了a.permute(0,2,1)中的2,1其實是對第3維與第2維進行了交換（也就是我們理解的轉(zhuǎn)置的意思，這里因為是從0開始計數(shù)的，所以這里表示維度是0，1，2維）。
