Python PyTorch as_strided用法及代码示例

本文简要介绍python语言中 torch.as_strided 的用法。

用法:

torch.as_strided(input, size, stride, storage_offset=0) → Tensor

参数：

• input(Tensor) -输入张量。

• size(tuple或者整数) -输出张量的形状

• stride(tuple或者整数) -输出张量的步幅

• storage_offset(int,可选的) -输出张量的基础存储中的偏移量

使用指定的 size 、 stride 和 storage_offset 创建现有 torch.Tensor input 的视图。

警告

创建的张量的多个元素可能引用单个内存位置。因此，就地操作(尤其是矢量化的操作)可能会导致不正确的行为。如果您需要写入张量，请先克隆它们。

许多返回张量视图的 PyTorch 函数都是使用此函数在内部实现的。这些函数(例如 torch.Tensor.expand() )更易于阅读，因此更建议使用。

例子：

>>> x = torch.randn(3, 3)
>>> x
tensor([[ 0.9039,  0.6291,  1.0795],
        [ 0.1586,  2.1939, -0.4900],
        [-0.1909, -0.7503,  1.9355]])
>>> t = torch.as_strided(x, (2, 2), (1, 2))
>>> t
tensor([[0.9039, 1.0795],
        [0.6291, 0.1586]])
>>> t = torch.as_strided(x, (2, 2), (1, 2), 1)
tensor([[0.6291, 0.1586],
        [1.0795, 2.1939]])