deep learning with pytorch——4

1.PyTorch张量是这样一个存储的视图，它能够通过使用偏移和每个维度的步长来索引到该存储。
2.多个张量可以索引同一个存储，即使它们索引到数据中的方式不同。您可以在图2.4中看到一个示例。当您在最后一个片段中请求点[0]时，您得到的是另一个张量，该张量索引与点张量有相同的存储，并且具有不同的维度（1D与2D）。底层内存只分配一次，因此可以快速创建数据的可选张量视图，而不必考虑存储实例管理的数据的大小。

3.可以使用.storage属性访问给定张量的存储：

尽管张量报告自己有三行两列，但hood下的存储是一个大小为6的连续数组。张量知道如何将一对索引转换成存储中的一个位置。
4.也可以手动索引到存储：

不能使用两个索引索引二维张量的存储。存储器的布局总是一维的，与任何可能涉及它的张量的维数无关。
5.更改存储的值会更改其引用张量的内容