关于Pytorch中permute，transpose与view的区别

首先，这两者是不能混淆也很容易混淆的，而混淆后代码其实是能跑通的，但结果肯定有差异，这就很恶心。

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

上面代码，在Faster-RCNN里，需要把rpn网络的一个输出，从batch_size*channel*height*weight的形式，变成batch_size*？*4的形式，如果直接用view去改变维度的话，则会混淆维度之间的信息，可以参考https://blog.csdn.net/weixin_41712499/article/details/108753170

举个例子：

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]],
......

这样能完全恢复数据维度信息，而

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

则不能恢复