[libtorch/C++]clone与copy

本文通过一个示例代码深入探讨了PyTorch中的内存管理机制。解释了直接赋值、clone和copy_方法在变量间共享内存的区别,以及它们在计算图中的不同作用。
部署运行你感兴趣的模型镜像
int main() {
  auto x = torch::zeros({2, 2});
  auto y = x;
  auto m = x.clone();
  auto n = torch::zeros_like(x);
  n.copy_(x);
  x[0][0] = 1;
  cout << y[0][0] << m[0][0] << n[0][0];
  return 0;
}

输出1,0,0
说明直接赋值是共享内存的,其他2种方法不会共享内存。
根据文档,clone会被记录到计算图中,而copy_则不会。

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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