pytorch：contiguous()

contiguous:连续的，邻近的

调用contiguous时，会强制拷贝一份tensor，但两个tensor完全没有联系。则断开两个变量之间的依赖，也就是所谓的深拷贝。

x = torch.randn(3, 2)
y = torch.transpose(x, 0, 1).contiguous()
print('修改前：')
print('x-', x)
print('y-', y)
print('\n修改后：')
y[0, 0] = 11
print('x-', x)
print('y-', y)输出：
修改前：
x- tensor([[-0.5822,  0.5781],[ 1.4893,  1.2434],[-2.1330,  0.2530]])
y- tensor([[-0.5822,  0.5781],[ 1.4893,  1.2434],[-2.1330,  0.2530]])修改后：
x- tensor([[11.0000,  0.5781],[ 1.4893,  1.2434],[-2.1330,  0.2530]])
y- tensor([[11.0000,  0.5781],[ 1.4893,  1.2434],[-2.1330,  0.2530]])

即对y使用了.contiguous()后，改变y的值，x没有任何影响。

如果不使用.contiguous()，则

import torchx = torch.randn(3, 2)
# y = torch.transpose(x, 0, 1).contiguous()
z= torch.transpose(x, 0, 1)
print('修改前：')
print('x-', x)
print('z-',z)
print('\n修改后：')
z[0, 0] = 11
print('x-', x)
print('y-', z)输出：
修改前：
x- tensor([[-1.5120,  0.9070],[ 1.1465,  1.4240],[ 0.5535,  0.1564]])
z- tensor([[-1.5120,  1.1465,  0.5535],[ 0.9070,  1.4240,  0.1564]])修改后：
x- tensor([[11.0000,  0.9070],[ 1.1465,  1.4240],[ 0.5535,  0.1564]])
y- tensor([[11.0000,  1.1465,  0.5535],[ 0.9070,  1.4240,  0.1564]])

当遇到需要调用contiguous()时，运行会提醒。

RuntimeError: input is not contiguous

#在pytorch中，只有很少几个操作是不改变tensor的内容本身，只是重新定义下表与元素对应关系的，即不进行数据拷贝和数据改变，变得是元数据。

改变元数据的操作：

narrow()

view()

expand()

transpose()

在使用transpose()进行转置操作时，pytorch不会创建新的、转置后的tensor，而是修改了tensor中的一些属性，也就是元数据

pytorch：contiguous()相关推荐

pytorch 中 contiguous() 函数理解
pytorch 中 contiguous() 函数理解文章目录 pytorch 中 contiguous() 函数理解引言使用 contiguous() 后记文章抄自 Pytorch中cont ...
Pytorch：Transformer(Encoder编码器-Decoder解码器、多头注意力机制、多头自注意力机制、掩码张量、前馈全连接层、规范化层、子层连接结构、pyitcast) part1
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) Encoder编码器-Decoder解码器框架 + Atten ...
pytorch与keras_Keras vs PyTorch：如何通过迁移学习区分外星人与掠食者
pytorch与keras by Patryk Miziuła 通过PatrykMiziuła Keras vs PyTorch:如何通过迁移学习区分外星人与掠食者 (Keras vs PyTorch ...
Keras vs PyTorch：谁是第一深度学习框架？
「第一个深度学习框架该怎么选」对于初学者而言一直是个头疼的问题.本文中,来自 deepsense.ai 的研究员给出了他们在高级框架上的答案.在 Keras 与 PyTorch 的对比中,作者还给出了 ...
Pytorch：深度学习中pytorch/torchvision版本和CUDA版本最正确版本匹配、对应版本安装之详细攻略
Pytorch:深度学习中pytorch/torchvision版本和CUDA版本最正确版本匹配.对应版本安装之详细攻略目录深度学习中pytorch/torchvision版本和CUDA版本最正确 ...
PyTorch：采用sklearn 工具生成这样的合成数据集+利用PyTorch实现简单合成数据集上的线性回归进行数据分析
PyTorch:采用sklearn 工具生成这样的合成数据集+利用PyTorch实现简单合成数据集上的线性回归进行数据分析目录输出结果核心代码输出结果核心代码 #PyTorch:采用skle ...
DL框架之PyTorch：深度学习框架PyTorch的简介、安装、使用方法之详细攻略
DL框架之PyTorch:PyTorch的简介.安装.使用方法之详细攻略 DL框架之PyTorch:深度学习框架PyTorch的简介.安装.使用方法之详细攻略目录 PyTorch的简介 1.pyto ...
Pytorch：NLP 迁移学习、NLP中的标准数据集、NLP中的常用预训练模型、加载和使用预训练模型、huggingface的transfomers微调脚本文件
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) run_glue.py微调脚本代码 python命令执行run ...
Pytorch：RNN、LSTM、GRU 构建人名分类器（one-hot版本、Embedding嵌入层版本）
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) 2. RNN经典案例 2.1 使用RNN模型构建人名分类器学 ...

pytorch：contiguous()

pytorch：contiguous()相关推荐

最新文章

热门文章