您好,登錄后才能下訂單哦!
contiguous
tensor變量調(diào)用contiguous()函數(shù)會(huì)使tensor變量在內(nèi)存中的存儲(chǔ)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(lái)返回一個(gè)contiguous copy。
一種可能的解釋是:
有些tensor并不是占用一整塊內(nèi)存,而是由不同的數(shù)據(jù)塊組成,而tensor的view()操作依賴于內(nèi)存是整塊的,這時(shí)只需要執(zhí)行contiguous()這個(gè)函數(shù),把tensor變成在內(nèi)存中連續(xù)分布的形式。
is_contiguous
判斷是否contiguous用torch.Tensor.is_contiguous()函數(shù)。
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(dāng)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?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持億速云。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。