三、Pytorch中tensor的内部结构

最新推荐文章于 2023-04-13 11:58:59 发布

白水小琪七ya

最新推荐文章于 2023-04-13 11:58:59 发布

阅读量268

点赞数

分类专栏： Pytorch python 机器学习文章标签： pytorch python 深度学习

本文链接：https://blog.csdn.net/weixin_51674304/article/details/125380378

版权

python 同时被 3 个专栏收录

9 篇文章 0 订阅

订阅专栏

机器学习

5 篇文章 0 订阅

订阅专栏

Pytorch

4 篇文章 0 订阅

订阅专栏

tensor的数据结构。tensor分为头信息区(Tensor)和存储区(Storage)，信息区主要保存着tensor的形状（size）、步长（stride）、数据类型（type）等信息，而真正的数据则保存成连续数组。由于数据动辄成千上万，因此信息区元素占用内存较少，主要内存占用则取决于tensor中元素的数目，也即存储区的大小。

在这里插入图片描述

from __future__ import print_function
import torch  as t
a = t.arange(0, 6)
a.storage()
'''
输出的结果
 0
 1
 2
 3
 4
 5
'''

b = a.view(2, 3)
b,b.storage()
'''
输出的结果
tensor([[0, 1, 2],
         [3, 4, 5]]),
  0
  1
  2
  3
  4
  5
'''
# 一个对象的id值可以看作它在内存中的地址
# storage的内存地址一样，即是同一个storage
id(b.storage()) == id(a.storage())   
'''
输出的结果
True
'''
# a改变，b也随之改变，因为他们共享storage
a[1] = 100
b
'''
输出的结果
tensor([[  0, 100,   2],
        [  3,   4,   5]])
'''
c = a[2:] 
c,c.storage()
'''
输出的结果
tensor([2, 3, 4, 5]),
  0
  100
  2
  3
  4
  5
'''
c.data_ptr(), a.data_ptr() # data_ptr返回tensor首元素的内存地址
# 可以看出相差8，这是因为2*4=8--相差两个元素，每个元素占4个字节(float)
'''
输出的结果
(61277776, 61277760)
'''
c[0] = -100 # c[0]的内存地址对应a[2]的内存地址
a
'''
输出的结果
tensor([6666,  100, -100,    3,    4,    5])
'''
d = t.LongTensor(c.storage())
d
d[0] = 6666
b
'''
输出的结果
tensor([6666,  100, -100,    3,    4,    5])
'''

# 下面４个tensor共享storage
id(a.storage()) == id(b.storage()) == id(c.storage()) == id(d.storage())

'''
输出的结果
True
'''

a.storage_offset(), c.storage_offset(), d.storage_offset()

'''
输出的结果
(0, 2, 0
'''
e = b[::2, ::2] # 隔2行/列取一个元素
id(e.storage()) == id(a.storage())

'''
输出的结果
True
'''

b.stride(), e.stride()


'''
输出的结果
((3, 1), (6, 2))
'''

e.is_contiguous()
'''
输出的结果
False
'''