pytorch 记录

注意到（1，2，3）这样一个三维的索引，1是高，2是行，3是列

torch.arange(1,10,2) ： 从1到9（可见是左闭右开），步长为2的一个一维tensor

ta.repeat(2,3,4) : 把ta这个张量作为子块形成一个234的张量

pytorch中有stride（步长）属性，比如对于一个矩阵，可以看到3x3的矩阵里，

stride = （3，1）中：1是同一行相邻元素在内存中的距离，3是同一列中相邻元素在内存中的距离

当不满足连续条件时，得先用contiguous()变成连续的再用view()，或者直接用reshape()，注意用reshape和contiguous的话会开辟新的内存空间。
所谓连续性条件就是

我们将矩阵转置之后发现步长发生了变化，总结规律可以认为
原矩阵步长可解释为（到下一行的步长在内存中为3，到下一列的步长在内存中为1）
而由于转置是一种视图操作，矩阵的数据在内存中的排列顺序并未发生改变
转置矩阵步长可解释为（到下一行的步长在内存中为1，到下一列的步长在内存中为3）

而由于到下一列的步长不为1了，所以我们说连续性的形式被破坏了。这个时候就不能直接用view了！