PyTorch：view() 与 reshape() 区别详解
这篇博客写的非常好，非常详细。
但是自己有一些地方也没有特别明白。现在总结下来，就是虽然reshape的功能更强大，但是它返回的结果可能是浅拷贝，也可能是深拷贝，所以代码看起来就不清晰了。而在深度学习编程中，我们想重塑tensor的形状，肯定是想浅拷贝的，所以此时使用view就显式的指定是浅拷贝。
另外如何判断view的张量是否满足内存连续的条件？其实感觉就是从后面的维度往前面的维度看，看数据在内存中是否是连续索引的，比如上面的博客中举的转置的例子，转置之后肯定还是同一块内存，但是从后面的维度往前面的维度看，内存索引的顺序就不是连续的了。