torch.as_strided

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

创建一个视图，该视图是现有 torch.Tensor input ，并指定 size 、 stride 和 storage_offset 。

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。构造的存储视图必须仅引用存储中的元素，否则将抛出运行时错误，如果视图“重叠”（多个索引指向内存中的同一元素），则其行为是未定义的。

参数:

• input (Tensor) – 输入张量。

• 输出张量的形状（元组或整数）

• 输出张量的步长（元组或整数）

• 存储偏移量（整数，可选）- 输出张量在底层存储中的偏移量。如果为 None ，则输出张量的存储偏移量将与输入张量匹配。

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]])