mx.symbol.reshape
對於給定輸入的array和其shape，可以返回一個含有新shape的一個copy。shape是整形元組類型，可以包含可選的幾個負數。
一些維度的可選值有：{0, -1, -2, -3, -4}
1. 維度0的作用是復制輸入的該維度到對應輸出：
data=mx.sym.Variable('data') # 輸入symbol data=mx.sym.Reshape(data=data, shape=(4,0,2)) # reshape目標 print(data.infer_shape(data=(2,3,4))[1]) # 用輸入形狀推理輸出形狀，infer_shape用法見這里～
輸出： （4，3，2）
data=mx.sym.Variable('data') data=mx.sym.Reshape(data=data, shape=(2,0,0)) print(data.infer_shape(data=(2,3,4))[1])
輸出：（2，3，4）
2. 維度-1的作用是利用剩余的維度來推斷該維度，要保持所有維度尺寸一樣：
data=mx.sym.Variable('data') data=mx.sym.Reshape(data=data, shape=(6,1,-1)) print(data.infer_shape(data=(2,3,4))[1])
輸出：（6，1，4）
data=mx.sym.Variable('data') data=mx.sym.Reshape(data=data, shape=(3,-1,8)) print(data.infer_shape(data=(2,3,4))[1])
輸出：（3，1，8）
data=mx.sym.Variable('data') data=mx.sym.Reshape(data=data, shape=(-1)) print(data.infer_shape(data=(2,3,4))[1])
輸出：（24，）
3. 維度-2的作用是拷貝全部或剩余的維度到輸出
data=mx.sym.Variable('data') data=mx.sym.Reshape(data=data, shape=(-2)) print(data.infer_shape(data=(2,3,4))[1])
輸出：（2，3，4）
data=mx.sym.Variable('data') data=mx.sym.Reshape(data=data, shape=(2,-2)) print(data.infer_shape(data=(2,3,4))[1])
輸出：（2，3，4）
data=mx.sym.Variable('data') data=mx.sym.Reshape(data=data, shape=(-2,1,1)) print(data.infer_shape(data=(2,3,4))[1])
輸出：（2，3，4，1，1）
4. 維度-3的作用是利用兩個連續維度之積作為對應輸出維度
data=mx.sym.Variable('data') data=mx.sym.Reshape(data=data, shape=(-3,4)) print(data.infer_shape(data=(2,3,4))[1])
輸出：（6，4）
data=mx.sym.Variable('data') data=mx.sym.Reshape(data=data, shape=(-3,-3)) print(data.infer_shape(data=(2,3,4,5))[1])
輸出：（6，20）
data=mx.sym.Variable('data') data=mx.sym.Reshape(data=data, shape=(0,-3)) print(data.infer_shape(data=(2,3,4))[1])
輸出：（2，12）
data=mx.sym.Variable('data') data=mx.sym.Reshape(data=data, shape=(-3,-2)) print(data.infer_shape(data=(2,3,4))[1])
輸出：（6，4）
5. 維度-4的作用是將輸入的一個維度划分成后續的兩個維度（可含-1）
data=mx.sym.Variable('data') data=mx.sym.Reshape(data=data, shape=(-4,1,2,-2)) print(data.infer_shape(data=(2,3,4))[1])
輸出：（1，2，3，4）
這個稍難理解解釋一下：輸入是（2，3，4），reshape的目標是（-4，1，2，-2），且-4后續的兩個維度為1和2，即希望將-4對應的維度（對應輸入的2）分解成（1，2）。 此時-2將剩余的（3，4）拉過來就變成了（1，2，3，4）。
data=mx.sym.Variable('data') data=mx.sym.Reshape(data=data, shape=(2,-4,-1,3,-2)) print(data.infer_shape(data=(2,3,4))[1])
輸出：（2，1，3，4）
也可以連續reshape：
data=mx.sym.Variable('data') data=mx.sym.Reshape(data=data, shape=(-1, -4, -1, 1, 3, 256, 256)) print(data.infer_shape(data=(16, 8, 3, 256, 256))[1]) data=mx.sym.Reshape(data=data, shape=(-3,-3,-2)) print(data.infer_shape(data=(16, 8, 3, 256, 256))[1])
輸出：16，8，1，3，256，256
輸出：128，3，256，256