deep learning with pytorch——4

大小、存储偏移量和跨步数
1.为了索引到存储中，张量依赖于一些信息，这些信息连同它们的存储一起，明确地定义了它们：大小、存储偏移量和跨距（图2.5）。size（或者shape，用NumPy术语来说）是一个元组，表示张量的每个维度上有多少个元素。存储偏移量是存储中对应于张量中第一个元素的索引。跨距是存储中需要跳过的元素数，以便沿着每个维度获取下一个元素。

2.通过提供相应的索引，可以获得张量中的第二个点
生成的张量在存储中有偏移量2（因为我们需要跳过第一个点，它有两个项），而size是包含一个元素的size类的一个实例，因为张量是一维的。重要提示：此信息与张量对象的shape属性中包含的信息相同：

3.stride是一个元组，指示当索引在每个维度中增加1时必须跳过的存储中的元素数。例如，你的点张量有一个步幅：

4.张量和存储之间