快捷方式

torch.as_strided

torch.as_strided(input, size, stride, storage_offset=None) Tensor

使用指定的 sizestridestorage_offset 创建现有 torch.Tensor input 的视图。

警告

建议使用其他视图函数(如 torch.Tensor.expand())来手动设置视图的步长,而不是使用 as_strided,因为此函数的行为取决于张量存储的实现。存储的构造视图只能引用存储内的元素,否则将引发运行时错误,如果视图“重叠”(多个索引引用内存中的同一元素),则其行为未定义。

参数
  • input (Tensor) – 输入张量。

  • size (元组整数) – 输出张量的形状

  • stride (元组整数) – 输出张量的步长

  • storage_offset (int, 可选) – 输出张量底层存储中的偏移量。如果为 None,则输出张量的 storage_offset 将与输入张量匹配。

示例

>>> 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]])

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源