Pytorch permute,contiguous

permute(dims)，常用的維度轉換方法

將tensor的維度換位      參數：dim(int)---換位順序

>>>x = torch.randn(2,3,5)
>>>x.size()
torch.size([2,3,5])
>>>x.permute(2,0,1).size()
torch.size([5,2,3])

contiguous()

contiguous：view只能用在contiguous的variable上。如果在view之前用了transpose, permute等，需要用contiguous()來返回一個contiguous copy。
一種可能的解釋是：
有些tensor並不是占用一整塊內存，而是由不同的數據塊組成，而tensor的view()操作依賴於內存是整塊的，這時只需要執行contiguous()這個函數，把tensor變成在內存中連續分布的形式。
判斷是否contiguous用torch.Tensor.is_contiguous()函數。

import torch x = torch.ones(10, 10) x.is_contiguous() # True x.transpose(0, 1).is_contiguous() # False x.transpose(0, 1).contiguous().is_contiguous()  # True

在pytorch的最新版本0.4版本中，增加了torch.reshape(), 這與 numpy.reshape 的功能類似。它大致相當於 tensor.contiguous().view()