torch.view已经存在了很长时间。它将返回一个具有新形状的张量。返回的张量将与原始张量共享基础数据。请参阅此处的文档。

另一方面，似乎torch.reshape 最近在 0.4
版本中引入了。根据文件，这种方法将

返回具有与输入相同的数据和元素数量的张量，但具有指定的形状。如果可能，返回的张量将是输入的视图。否则，它将是副本。可以在不复制的情况下重新调整连续输入和具有兼容步幅的输入，但您不应依赖于复制与查看行为。

这意味着torch.reshape可能会返回原始张量的副本或视图。您不能指望返回视图或副本。据开发商介绍：

如果您需要副本，请使用 clone()；如果您需要相同的存储，请使用 view()。reshape()
的语义是它可能共享也可能不共享存储，并且您事先不知道。

另一个区别是reshape()可以对连续张量和非连续张量进行view()操作，而只能对连续张量进行操作。