pytorch中contiguous()

最新推荐文章于 2025-06-07 13:43:58 发布

小妖精Fsky

最新推荐文章于 2025-06-07 13:43:58 发布

阅读量4.2w

点赞数 49

CC 4.0 BY-SA版权

分类专栏： Pytorch 文章标签： pytorch contiguous

本文链接：https://blog.youkuaiyun.com/appleml/article/details/80143212

Pytorch 专栏收录该内容

19 篇文章

订阅专栏

本文详细介绍了PyTorch中contiguous的概念及其重要性。解释了为什么在使用view前可能需要调用contiguous，特别是在进行了如transpose或permute等操作之后。同时，通过实例演示了如何判断一个tensor是否为contiguous，并展示了如何使其变为contiguous形式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

contiguous：view只能用在contiguous的variable上。如果在view之前用了transpose, permute等，需要用contiguous()来返回一个contiguous copy。
一种可能的解释是：
有些tensor并不是占用一整块内存，而是由不同的数据块组成，而tensor的view()操作依赖于内存是整块的，这时只需要执行contiguous()这个函数，把tensor变成在内存中连续分布的形式。
判断是否contiguous用torch.Tensor.is_contiguous()函数。

import torch
x = torch.ones(10, 10)
x.is_contiguous()  # True
x.transpose(0, 1).is_contiguous()  # False
x.transpose(0, 1).contiguous().is_contiguous()  # True