------------恢復內容開始------------
概括：
一. view/reshape
作用幾乎一模一樣，保證size不變：意思就是各維度相乘之積相等（numel（）），且具有物理意義，別瞎變，要不然破壞數據污染數據；
數據的存儲、維度順序非常重要，需要時刻記住
size沒有保持固定住，報錯
二。 Squeeze與unsqueeze
unsqueeze:正索引在之前插入，負索引在之后插入；
Squeeze：
1.Dim中size=1的都被擠壓，數據本身沒變
2.擠壓具體維度的數據，且squeeze（x）,x是dim的索引，x既接受正的索引，也接受負的索引。如果這個索引對應的維度是1，則會減少擠壓這個維度，如果維度不是1，不會改變。
Expand：不會主動的復制數據，有需要的時候復制數據，否則省略掉復制過程，占用內存小，推薦使用。
repeat：復制內容，1--》4維，實實在在擴展數據
最終效果完全一樣。
enpend： 維度（1,32,1，1）-->擴展成（4,32,14,14）必須是Dimention一致（都是四維），都是1--》N（4），不能是3—》N這種；
如果固定某一維度，不擴展，那就可以寫成-1，表示固定這個維度不變。
Repeate(x,y,z,m)，這其中的參數不像expand那樣給的維度，它是拷貝的次數。------每個維度要重復的次數；不建議使用repeat函數，因為會把memory改掉，會重現申請內存空間，占用內存壓力變大。
.t()---轉置函數：注意只能使用在2D(二維)數據上，3D，4D不能直接使用
Transpose--維度轉換函數：1,3維度轉換位置，[b,c,h,w]-->[b,w,h,c],這時可能造成數據不連續了，需要先連續一下（contiguous（）），但注意view（）會導致維度順序關系變得模糊，造成數據信息丟失，需要人為跟蹤，所以【87】是錯的。通過torch.all(torch.eq(a,b))判斷a,b是不是每個元素完全一樣。
permute（）函數：相當於transpose的加強版，transpose是兩兩交換，(b,c,h,w)-->(b,w,c,h),只需要將對應的索引放到要轉換的位置上就好了，permute(0,3,1,2)——此例與最后的實例不同，就是介紹這個原理。注意如果出現不連續問題，就要使用contiguous（），（內存重新開辟空間，重新復制，重新整理）。
------------恢復內容結束------------