参考文章：
1 先看看官方中英文doc：
1.1 permute(dims)
将tensor的维度换位。
参数： - dims (int ..*) - 换位顺序
1.2 permute(*dims) → Tensor
Permute the dimensions of this tensor.
Parameters： *dims (int…) – The desired ordering of dimensions
2 pytorch permute的使用
permute函数功能还是比较简单的，下面主要介绍几个细节点：
2.1 transpose与permute的异同
Tensor.permute(a,b,c,d, …)：permute函数可以对任意高维矩阵进行转置，但没有 torch.permute() 这个调用方式， 只能 Tensor.permute()：
torch.transpose(Tensor, a,b)：transpose只能操作2D矩阵的转置，有两种调用方式；
另：连续使用transpose也可实现permute的效果：
从以上操作中可知，permute相当于可以同时操作于tensor的若干维度，transpose只能同时作用于tensor的两个维度；
2.2 permute函数与contiguous、view函数之关联
contiguous：view只能作用在contiguous的variable上，如果在view之前调用了transpose、permute等，就需要调用contiguous()来返回一个contiguous copy；
一种可能的解释是：有些tensor并不是占用一整块内存，而是由不同的数据块组成，而tensor的view()操作依赖于内存是整块的，这时只需要执行contiguous()这个函数，把tensor变成在内存中连续分布的形式；
判断ternsor是否为contiguous，可以调用torch.Tensor.is_contiguous()函数: