view(*args) → Tensor 返回一個有相同資料但大小不同的tensor。 返回的tensor必須有與原tensor相同的資料和相同數目的元素，但可以有不同的大小。一個tensor必須是連續的contiguous()才能被檢視。

import torch
x = torch.randn(4, 5)

print('tensor原型:',x)

print('tensor維度變換，由（4,5）到（20,1）:',x.view(20, 1))
#由（4,5）到（-1,1）的tensor維度變換，其中-1是tensor在1下的另一個維度的大小，即為20/1=20，也就是說在這裡-1=20
print('tensor維度變換，由（4,5）到（-1,1）:',x.view(-1, 1))

print('tensor維度變換，由（4,5）到（1,20）:',x.view(1, 20))
#由（4,5）到（1, -1）的tensor維度變換，其中-1是tensor在1下的另一個維度的大小，即為20/1=20，也就是說在這裡-1=20
print('tensor維度變換，由（4,5）到（1,-1）:',x.view(1, -1))
 

程式碼執行結果：

tensor原型: tensor([[ 0.2278, -0.6850,  0.6527, -0.3206, -2.5704],
        [ 0.8447,  0.2473, -0.5029,  0.6311, -0.4551],
        [ 0.8049, -0.3084,  0.5642,  0.2411,  0.5785],
        [-0.6099, -0.8746, -0.9222,  2.0989,  1.5902]])
tensor維度變換，由（4,5）到（20,1）: tensor([[ 0.2278],
        [-0.6850],
        [ 0.6527],
        [-0.3206],
        [-2.5704],
        [ 0.8447],
        [ 0.2473],
        [-0.5029],
        [ 0.6311],
        [-0.4551],
        [ 0.8049],
        [-0.3084],
        [ 0.5642],
        [ 0.2411],
        [ 0.5785],
        [-0.6099],
        [-0.8746],
        [-0.9222],
        [ 2.0989],
        [ 1.5902]])
tensor維度變換，由（4,5）到（-1,1）: tensor([[ 0.2278],
        [-0.6850],
        [ 0.6527],
        [-0.3206],
        [-2.5704],
        [ 0.8447],
        [ 0.2473],
        [-0.5029],
        [ 0.6311],
        [-0.4551],
        [ 0.8049],
        [-0.3084],
        [ 0.5642],
        [ 0.2411],
        [ 0.5785],
        [-0.6099],
        [-0.8746],
        [-0.9222],
        [ 2.0989],
        [ 1.5902]])
tensor維度變換，由（4,5）到（1,20）: tensor([[ 0.2278, -0.6850,  0.6527, -0.3206, -2.5704,  0.8447,  0.2473, -0.5029,
          0.6311, -0.4551,  0.8049, -0.3084,  0.5642,  0.2411,  0.5785, -0.6099,
         -0.8746, -0.9222,  2.0989,  1.5902]])
tensor維度變換，由（4,5）到（1,-1）: tensor([[ 0.2278, -0.6850,  0.6527, -0.3206, -2.5704,  0.8447,  0.2473, -0.5029,
          0.6311, -0.4551,  0.8049, -0.3084,  0.5642,  0.2411,  0.5785, -0.6099,
         -0.8746, -0.9222,  2.0989,  1.5902]])