一句话：-1在哪个维度，执行reshape的时候自动计算哪个维度。

举例：首先生成一个4*4的Tensor：

import torch
x = torch.arange(16)
x=x.reshape(4,4)
print(x)

tensor([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11],
        [12, 13, 14, 15]])

这是大家都知道的。现在我们把第一个维度指定为-1，第二个维度指定为2.因为Tensor里面一共16个元素，那么第一个维度自动计算出16/2=8.（如果不是整数则报错）。

因此，这里reshape(-1,2)就等价于reshape(8,2)。

x=x.reshape(-1,2)
print(x)

tensor([[ 0,  1],
        [ 2,  3],
        [ 4,  5],
        [ 6,  7],
        [ 8,  9],
        [10, 11],
        [12, 13],
        [14, 15]])

现在我们把两个维度交换一下，那么输出就变成两行。此时reshape(2,-1)等价于reshape(2,8)：

x=x.reshape(2,-1)
print(x)

tensor([[ 0,  1,  2,  3,  4,  5,  6,  7],
        [ 8,  9, 10, 11, 12, 13, 14, 15]])

特别的，reshape(1,-1)转化成一行，reshape(-1,1)转化成一列。