Pytorch之contiguous的用法
contiguous
tensor變量調用contiguous()函數會使tensor變量在內存中的存儲變得連續(xù)。
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()來返回一個contiguous copy。
一種可能的解釋是:
有些tensor并不是占用一整塊內存,而是由不同的數據塊組成,而tensor的view()操作依賴于內存是整塊的,這時只需要執(zhí)行contiguous()這個函數,把tensor變成在內存中連續(xù)分布的形式。
is_contiguous
判斷是否contiguous用torch.Tensor.is_contiguous()函數。
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
在pytorch的最新版本0.4版本中,增加了torch.reshape(), 這與 numpy.reshape 的功能類似。它大致相當于 tensor.contiguous().view()
以上這篇Pytorch之contiguous的用法就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
python polars數據科學庫對比Pandas優(yōu)勢分析
這篇文章主要為大家介紹了python polars數據科學庫對比Pandas優(yōu)勢分析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2024-01-01在Anaconda3下使用清華鏡像源安裝TensorFlow(CPU版)
這篇文章主要介紹了在Anaconda3下使用清華鏡像源安裝TensorFlow(CPU版),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2020-04-04