網上的很多部落格說tensor與numpy陣列共享記憶體，這是錯誤的
先給結論：tensor與numpy陣列共享部分記憶體，說共享值更嚴謹，且有條件
看**：
a = torch.ones(2,2)
b = a.numpy()
print(id(a))
print(id(b))
輸出：3030786996336
3030755215040
解析：在cpython裡面，a,b是c指標，torch.ones(2,2)構造生成乙個tensor例項，放入一片記憶體區域，指標a指向這片記憶體區域，構造生成的tensor物件內部又有多個指標，指向不同的記憶體區域，其中有乙個指向陣列的指標tv_ptr，a.numpy()構造生成乙個numpy物件，且這個numpy物件內部也有多個指標，其中也有乙個指向陣列的指標nv_ptr，僅這兩個指標指向同一記憶體區域，並非所有指標都共享記憶體，b指標指向構造生成的numpy物件
共享值的條件：
tensor物件的操作必須是在原記憶體區域上的操作，numpy物件的操作也是在原物件記憶體區域上的操作，2者如何在原記憶體區域上操作而不是指向新的記憶體區域，看我上兩篇部落格
pytorch中tensor的型別轉換
1 資料型別轉換 在tensor後加 long int float double 等即可，也可以用.to 函式進行轉換，所有的tensor型別可參考 2 資料儲存位置轉換 cpu張量 gpu張量，使用data.cuda gpu張量 cpu張量，使用data.cpu 3 與numpy資料型別轉換 te...
pytorch中的Tensor使用入門
1.3 級聯操作cat 1.4 常用tensor 1.5 tensor在cnn中的形式 1.6 element wise 直接建立 t torch.rand 3,4 把numpy轉為tensor t np.random.rand 3,4 torch.tensor是呼叫乙個類，會預設把data轉為fl...
pytorch常見的Tensor型別詳解
tensor有不同的資料型別，每種程式設計客棧型別分別有對應cpu和gpu版本 halftensor除外 預設的tensor是floattensor，可通過torch.set default tensor type修改預設tensor型別 如果預設型別為gpu tensor，則所有操作都將在gpu上...