------------恢复内容开始------------
概括：
一. view/reshape
作用几乎一模一样，保证size不变：意思就是各维度相乘之积相等（numel（）），且具有物理意义，别瞎变，要不然破坏数据污染数据；
数据的存储、维度顺序非常重要，需要时刻记住
size没有保持固定住，报错
二。 Squeeze与unsqueeze
unsqueeze:正索引在之前插入，负索引在之后插入；
Squeeze：
1.Dim中size=1的都被挤压，数据本身没变
2.挤压具体维度的数据，且squeeze（x）,x是dim的索引，x既接受正的索引，也接受负的索引。如果这个索引对应的维度是1，则会减少挤压这个维度，如果维度不是1，不会改变。
Expand：不会主动的复制数据，有需要的时候复制数据，否则省略掉复制过程，占用内存小，推荐使用。
repeat：复制内容，1--》4维，实实在在扩展数据
最终效果完全一样。
enpend： 维度（1,32,1，1）-->扩展成（4,32,14,14）必须是Dimention一致（都是四维），都是1--》N（4），不能是3—》N这种；
如果固定某一维度，不扩展，那就可以写成-1，表示固定这个维度不变。
Repeate(x,y,z,m)，这其中的参数不像expand那样给的维度，它是拷贝的次数。------每个维度要重复的次数；不建议使用repeat函数，因为会把memory改掉，会重现申请内存空间，占用内存压力变大。
.t()---转置函数：注意只能使用在2D(二维)数据上，3D，4D不能直接使用
Transpose--维度转换函数：1,3维度转换位置，[b,c,h,w]-->[b,w,h,c],这时可能造成数据不连续了，需要先连续一下（contiguous（）），但注意view（）会导致维度顺序关系变得模糊，造成数据信息丢失，需要人为跟踪，所以【87】是错的。通过torch.all(torch.eq(a,b))判断a,b是不是每个元素完全一样。
permute（）函数：相当于transpose的加强版，transpose是两两交换，(b,c,h,w)-->(b,w,c,h),只需要将对应的索引放到要转换的位置上就好了，permute(0,3,1,2)——此例与最后的实例不同，就是介绍这个原理。注意如果出现不连续问题，就要使用contiguous（），（内存重新开辟空间，重新复制，重新整理）。
------------恢复内容结束------------