理解pytorch系列：contiguous是怎么实现的

在PyTorch中，.contiguous()方法的作用是确保张量在内存中是连续存储的。当你对张量执行某些操作，如transpose()、permute()、narrow()、expand()等之后，得到的张量可能不再在内存中连续排列。这些操作通常返回一个张量的视图，它们改变的是数据访问的方式，而不是实际的数据存储方式。

在内存中连续排列的张量有一个特性：对于张量中任意两个相邻的元素，它们在物理内存中的位置也是相邻的。换句话说，张量在物理存储上的排列顺序与在张量形式上的逻辑排列顺序一致。

当调用.contiguous()时，如果张量已经是连续的，这个函数实际上不会做任何事；但如果不是，PyTorch将会重新分配内存并确保张量的数据连续排列。这涉及到复制数据到新的内存区域，并返回一个新的张量，该张量在内存中实际是连续的。

下面是在Python中对.contiguous()的一个简单示例：

import torch

# 创建一个非连续张量
x = torch.arange(12).view(3