先写形状契约

图像常写为 [B,C,H,W]，序列为 [B,T,D]，并行轨迹为 [E,T,A]。先说明每个轴，再选择算子。x[:,0] 消去一个轴，x[:,0:1] 保留它；squeeze() 可能在 batch 为 1 时删除批量轴，接口代码宜使用 squeeze(dim)。cat 拼接已有轴，stack 增加一个轴。

广播从末轴对齐。预测 [B,1] 减去标签 [B] 会得到 [B,B]，程序能运行但比较了所有预测与所有标签。

import torch

prediction = torch.arange(4.0).reshape(4, 1)
target = torch.arange(4.0)
assert (prediction - target).shape == (4, 4)
target = target.reshape_as(prediction)
assert (prediction - target).shape == (4, 1)

换轴和重塑回答不同问题

permute、transpose 改变轴的对应关系；reshape 改变元素组织形状。[2,3] 的张量重塑为 [3,2]，与转置成 [3,2] 的元素排列不同。分类器通常用 flatten(1) 保留 batch；多头注意力则应先明确时间、head 和通道的对应关系。

x = torch.arange(6).reshape(2, 3)
assert not torch.equal(x.reshape(3, 2), x.transpose(0, 1))
y = x.transpose(0, 1)
assert not y.is_contiguous()
assert y.contiguous().is_contiguous()

官方文档补充：不能依赖 reshape 是否复制

固定版本的 Tensor Views 文档说明：基本索引通常返回视图，高级索引返回复制；两种索引的赋值都是原地操作。reshape、flatten 可返回视图或新张量，用户代码不应依赖其中一种。contiguous() 在已满足目标内存格式时返回自身，否则复制。非连续不意味着所有 view 都失败，能否使用取决于形状与 stride 的兼容性。

expand 使用共享存储的广播视图，repeat 复制数据。需要独立可修改数据时明确创建副本，避免对零 stride 的扩展结果原地写入。

实践验收

给每个模型入口检查 shape、dtype、device；对 batch 为 1、序列长度为 1 和空 mask 单独检查。损失函数前核对预测与标签形状，归约后核对标量含义。维度检查只验证接口，仍需检查标签与样本是否对齐。继续阅读 自动求导与训练循环。