pytorch里，view函数使用需要注意的点

背景概要：整整俩天终于找到问题的原因了，竟然是这个小小view函数导致的！我之前在代码里使用view函数重塑数据的形状，但是训练的时候只要batchsize大于1，网络就不收敛。batchsize设为1虽然损失会降，但是震荡太剧烈了。仔细检查代码，终于发现问题所在了。

---

我的代码如下：

x=self.embedding1(x_convs1.view(b*T,c*h))
x = x.view(T, b, -1)

如果不考虑数据间的顺序，这样做没什么问题，但是如果数据间的顺序是很重要的话，那么我上述的view函数使用就是错误的，因为打乱了数据顺序。
怎么理解？举个列子，文本识别任务，b代表batchsize，T代表LSTM输出个数
x经过self.embedding1后的形状为[48,68],b为2，T为24，实际上x的形状是这48个数据按顺序一行一行堆起来的，像这样（A）

如果view成[24,2,68]，实际上就成了这样的形状 (B)

 现在取第一个样本LSTM的第一个输出，A[0]=B[0][0](都是序号1的数据)，好，再取第一个样本LSTM的第二个输出，A[1](序号2的数据)！=B[1][0](序号3的数据)，问题显现，这就是为什么我的batchsize设置为1，损失能正常下降，而设置为其他，网络却不收敛。
正解为：

x=self.embedding1(x_convs1.view(b*T,c*h))
x = x.view(b, T, -1)

结论：使用view的时候，一定要考虑是否打乱了数据间的顺序。或者说，你想要的顺序和实际你得到的顺序是否一致！