torch.as_strided

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

使用指定的 torch.Tensor input 建立視圖 size、stride 和 storage_offset。

警告

建議使用其他檢視函式，例如 torch.Tensor.expand()，來設定檢視的步幅，而不是手動使用 as_strided。因為此函式的行為取決於 tensor 儲存的實作方式。建構的儲存檢視必須僅參考儲存內的元素，否則會拋出 runtime 錯誤。如果檢視是「重疊的」（多個索引指向記憶體中的同一個元素），其行為是未定義的。

參數

• input (Tensor) – 輸入 tensor。

• size (tuple 或 ints) – 輸出 tensor 的形狀

• stride (tuple 或 ints) – 輸出 tensor 的步幅

• storage_offset (int, optional) – 輸出 tensor 底層儲存的偏移量。如果 None，則輸出 tensor 的 storage_offset 將與輸入 tensor 匹配。

範例

>>> 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]])