reshape¶
在保持输入 x 数据不变的情况下，改变 x 的形状。
请注意，在动态图模式下，输出 Tensor 将与输入 Tensor 共享数据，并且没有 Tensor 数据拷贝的过程。 如果不希望输入与输出共享数据，请使用 Tensor.clone，例如 reshape_clone_x = x.reshape([-1]).clone() 。
在指定目标 shape 时存在一些技巧：
-1 表示这个维度的值是从 x 的元素总数和剩余维度推断出来的。因此，有且只有一个维度可以被设置为-1。
0 表示实际的维数是从 x 的对应维数中复制出来的，因此 shape 中 0 的索引值不能超过 x 的维度。
这里有一些例子来解释它们：
1。给定一个形状为[2,4,6]的三维 Tensor x，目标形状为[6,8]，则将 x 变换为形状为[6,8]的 2-D 张量，且 x 的数据保持不变。
2。给定一个形状为[2,4,6]的三维 Tensor x，目标形状为[2,3,-1,2]，则将 x 变换为形状为[2,3,4,2]的 4-D 张量，且 x 的数据保持不变。在这种情况下，目标形状的一个维度被设置为-1，这个维度的值是从 x 的元素总数和剩余维度推断出来的。
3。给定一个形状为[2,4,6]的三维 Tensor x，目标形状为[-1,0,3,2]，则将 x 变换为形状为[2,4,3,2]的 4-D 张量，且 x 的数据保持不变。在这种情况下，0 对应位置的维度值将从 x 的对应维数中复制，-1 对应位置的维度值由 x 的元素总数和剩余维度推断出来。
参数¶
x (Tensor) - N-D
Tensor，数据类型为float32、float64、int32、int64或者bool。shape (list|tuple|Tensor) - 数据类型是
int32。定义目标形状。目标形状最多只能有一个维度为-1。如果shape的类型是 list 或 tuple，它的元素可以是整数或者形状为[1]的Tensor。如果shape的类型是Tensor，则是 1-D 的Tensor。name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。
返回¶
Tensor，改变形状后的 Tensor，数据类型与 x 相同。
代码示例¶
import paddle
x = paddle.rand([2, 4, 6], dtype="float32")
positive_four = paddle.full([1], 4, "int32")
out = paddle.reshape(x, [-1, 0, 3, 2])
print(out)
# the shape is [2,4,3,2].
out = paddle.reshape(x, shape=[positive_four, 12])
print(out)
# the shape of out_2 is [4, 12].
shape_tensor = paddle.to_tensor([8, 6], dtype=paddle.int32)
out = paddle.reshape(x, shape=shape_tensor)
print(out.shape)
# the shape is [8, 6].
# out shares data with x in dygraph mode
x[0, 0, 0] = 10.
print(out[0, 0])
# the value is [10.]