溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
contiguous
tensor變量調用contiguous()函數會使tensor變量在內存中的存儲變得連續。
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()來返回一個contiguous copy。
一種可能的解釋是：
有些tensor并不是占用一整塊內存，而是由不同的數據塊組成，而tensor的view()操作依賴于內存是整塊的，這時只需要執行contiguous()這個函數，把tensor變成在內存中連續分布的形式。
is_contiguous
判斷是否contiguous用torch.Tensor.is_contiguous()函數。
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內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
