torch.reshape用来改变tensor的shape。
torch.reshape(tensor,shape)

import torch
a=torch.tensor([[[1,2,3],[4,5,6]],
                [[7,8,9],[10,11,12]]])
print("a的shape:",a.shape)
b=torch.reshape(a,((4,3,1)))
print("b:",b)
print("b的shape:",b.shape)

输出：

a的shape: torch.Size([2, 2, 3])
b: tensor([[[ 1],
         [ 2],
         [ 3]],

        [[ 4],
         [ 5],
         [ 6]],

        [[ 7],
         [ 8],
         [ 9]],

        [[10],
         [11],
         [12]]])
b的shape: torch.Size([4, 3, 1])

注：修改的shape必须满足原来的tensor和reshape的tensor元素个数相等，我们只需做个小小的验证，比如原来tensor的shape为（2，2，3），元素个数为12，那么要进行reshape必须满足元素个数为12，如（4，3，1），（3，2，2）等等。
rehsape函数有一个比较特殊的-1，这个在许多代码上也是使用的比较频繁
关于-1这部分理解参考这篇文章：
1分钟理解pytorch的reshape函数中-1表示的意义
-1的值为总元素个数除以（其他维度值相乘）
比如原始tensor维度为（2，2，3），reshape为（-1，3，4），-1的值就为12/(3×4）=1，即reshape后的tensor的shape为（1，3，4）
代码示例：

import torch
a=torch.tensor([[[1,2,3],[4,5,6]],
                [[7,8,9],[10,11,12]]])
b=torch.reshape(a,(-1,))
c=torch.reshape(a,(-1,1))
d=torch.reshape(a,((-1,1,1)))
e=torch.reshape(a,((-1,1,1,1)))
f=torch.reshape(a,((-1,3,4)))
print("a的shape：",a.shape)
print("b的shape：",b.shape)
print("c的shape：",c.shape)
print("d的shape:",d.shape)
print("e的shape:",e.shape)
print("f的shape:",f.shape)

输出：

a的shape： torch.Size([2, 2, 3])
b的shape： torch.Size([12])
c的shape： torch.Size([12, 1])
d的shape: torch.Size([12, 1, 1])
e的shape: torch.Size([12, 1, 1, 1])
f的shape: torch.Size([1, 3, 4])