以pytorch 中tensor 为例
1、上来先看一个图，tensor在内存中存储的方式： 这个图一定要理解。
无论多少维的tensor，在内存都是这么存的，“指针”里面会有 dim的信息（如3行2列）
2、来一个四维矩阵： 4*3*2*5 a = torch.arange(1,121).view(4,3,2,5)，120个数，长啥样子，自己代码一下吧，太长了。分类的原理：
（1） 先将120个数分为4等分，每一部分30个数（第一维是4）
（2） 再将每分30个数分成3等分，每部分10个数（第二维是3）
（3） 每部分的10个数分成2等分，每部分5个数（第三维是2）
（4） 每部分的5个数5等分，每部分1个数（第四维是1）
3、a.transpose(0,3) ：让大家理解这个计算过程：
（1） 打开excel，将120个数，按照“ 1 ”的方式，列出来，一下只是部分截图，建议大家自己做一遍
（2）用excel进行排序：a.transpose(0,3)，就是第0维和第3维交换。
排序顺序：dim3，dim1，dim2，dim0 ： 多条件排序，都是按照升序排列。
关于矩阵底层变换原理和逻辑，比较抽象，不太容易解释，有兴趣的建议在b站或者其他视频平台看看“线性代数的本质”3bluebrown做的动画视频（看翻译版）。
