Pytorch中torch.layout到底是个什么东西

首先明确，torch.layout是torch.tensor的一种属性，除此之外还有torch.dtype，torch.device，这三个都是在创建tensor时经常需要说明的属性

官方文档的解释：

torch.layout代表对应torch.tensor变量的memory layout。目前，我们的torch.layout有torch.stried和torch.sparse_coo这两种，（一般默认值使用torch.stried）

接下来详细的介绍troch.stried（比较常用）

troch.stried是dense Tensors最经常使用的memory layout，设置好torch.layout=torch.stried后，此时调用tensor.strides会返回一个整数列表（int list）：第k个整数代表tensors的第k维从一个元素转到下一个元素所需要的内存。

如果是第一次接触torch.layout看到这是不是已经懵逼了，啥是memory layout呀，有没有什么例子呀，接着往下看

Memory layout：中文叫做内存布局，是告诉你这个tensor是怎么在内存中排列的，我们来举个例子（官方例子）

（创建tensor时没有指定torch.layout，使用的默认值torch.strided）

这个例子可以解读为在第一维中，一个元素到下一个元素需要5个内存，而在第二个维度中，一个元素到下一个元素需要一个内存

layout这个属性有什么用呢，这个概念的引入可以高效的进行很多tensor操作

pytorch小白的学习笔记，大家仅供参考