是的，对于大多数意图和目的，他们可以做同样的工作。从这个链接，一个例子：

>>> import torch
>>> t = torch.ones((2, 3, 4))
>>> t.size()
torch.Size([2, 3, 4])
>>> t.view(-1, 12).size()
torch.Size([2, 12])

如果您关心内存分配，这里是StackOverflow上的另一个答案，其中包含更多信息。PyTorch 的view函数实际上做了顾名思义——返回数据视图。据我所知，数据在内存中没有改变。

在numpy中，该reshape函数不保证是否制作了数据副本。这将取决于阵列的原始形状和目标形状。在这里查看更多信息。