torch.as_strided

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

根據指定的 size、stride 和 storage_offset 建立現有 torch.Tensor input 的檢視。

警告

相比於使用 as_strided 手動設定檢視的步長，更推薦使用其他檢視函式，如 torch.Tensor.expand()，因為此函式的行為取決於張量儲存的實現。構建的儲存檢視只能引用儲存中的元素，否則將丟擲執行時錯誤；如果檢視是“重疊的”（多個索引引用記憶體中同一元素），則其行為是未定義的。

引數

• input (Tensor) – 輸入張量。

• size (tuple 或 ints) – 輸出張量的形狀

• stride (tuple 或 ints) – 輸出張量的步長

• storage_offset (int, 可選) – 輸出張量在底層儲存中的偏移量。如果為 None，則輸出張量的 storage_offset 將與輸入張量匹配。

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]])