形式：Tensor.view(*shape) → Tensor
作用：返回一个新的张量，其数据与自张量相同，但形状不同。
说明：返回的张量共享相同的数据，并且必须具有相同数量的元素，但可能具有不同的大小。
当不清楚是否可以执行 view() 时，建议使用 reshape()，如果形状兼容则返回视图，否则复制（相当于调用 contiguous()）。
参数：shape (torch.Size or int…) – the desired size
使用案例：
x = torch.randn(4, 4)
x.size() # torch.Size([4, 4])
y = x.view(16)
y.size() # torch.Size([16])
z = x.view(-1, 8) # the size -1 is inferred from other dimensions
z.size() # torch.Size([2, 8])
a = torch.randn(1, 2, 3, 4)
a.size() # torch.Size([1, 2, 3, 4])
b = a.transpose(1, 2) # Swaps 2nd and 3rd dimension
b.size() # torch.Size([1, 3, 2, 4])
c = a.view(1, 3, 2, 4) # Does not change tensor layout in memory
c.size() # torch.Size([1, 3, 2, 4])
torch.equal(b, c) # False标签：tensor,torch,张量,view,Size,size From： https://www.cnblogs.com/yuxiyuxi/p/17017494.html