關於Pytorch中permute(transpose)與view的區別

首先，這兩者是不能混淆也很容易混淆的，而混淆后代碼其實是能跑通的，但結果肯定有差異，這就很惡心。

rpn_locs = rpn_locs.permute(0, 2, 3, 1).contiguous().view(n, -1, 4)

上面代碼，在Faster-RCNN里，需要把rpn網絡的一個輸出，從batch_size*channel*height*weight的形式，變成batch_size*？*4的形式，如果直接用view去改變維度的話，則會混淆維度之間的信息，可以參考https://blog.csdn.net/weixin_41712499/article/details/108753170

 

舉個例子：

a = torch.randn(4, 3, 32, 32)
a1 = a.transpose(1, 3).contiguous().view(4, 3*32*32).view(4, 32, 32, 3).transpose(1,3)

tensor([[[[True, True, True,  ..., True, True, True],
          [True, True, True,  ..., True, True, True],
          [True, True, True,  ..., True, True, True],
          ...,
          [True, True, True,  ..., True, True, True],
          [True, True, True,  ..., True, True, True],
          [True, True, True,  ..., True, True, True]],
......

這樣能完全恢復數據維度信息，而

a.transpose(1, 3).contiguous().view(4, 3*32*32).view(4, 3, 32, 32)

則不能恢復