理解PyTorch的contiguous()

本文深入探讨了PyTorch中Tensor的操作,如narrow(), view(), expand(), transpose()等,这些操作仅改变索引而不分配新内存。通过实例解释了view()如何保持原有数据共享,而contiguous()则会复制数据到新内存区域,真正改变Tensor内容。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

文章作者:Tyan
博客:noahsnail.com  |  优快云  |  [简书](http://www.jianshu.com/users/7731e83f3a4e/latest_articles

1. PyTorch中的Tensor操作

在PyTorch中,有一些对Tensor的操作不会真正改变Tensor的内容,改变的仅仅是Tensor中字节位置的索引。这些操作有:

narrow(), view(), expand(), transpose()

例如执行view操作之后,不会开辟新的内存空间来存放处理之后的数据,实际上新数据与原始数据共享同一块内存。

而在调用contiguous()之后,PyTorch会开辟一块新的内存空间存放变换之后的数据,并会真正改变Tensor的内容,按照变换之后的顺序存放数据。

参考资料

  1. https://stackoverflow.com/questions/48915810/pytorch-contiguous
  2. https://www.zhihu.com/question/60321866
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值