1、torch中的copy()和clone()
y = torch.Tensor(2,2):copy(x) ---
1
修改y并不改变原来的x
y = x:clone()
1
修改y也不改变x
y = x
1
修改y这个时候就开始改变x了
注意，官网中Returns a clone of a tensor. The memory is copied.内存被复制，也即重新分配了一份内存个y，所以y改变x不改变，对于copy是一样的.copy允许复制的维度不一样，但是元素个数必须是相同的。
对于Python中的深浅拷贝之类的，看连接链接
Python中的拷贝来讲，例子如下
对于数字赋值和列表赋值是有很大区别的
torch中对于直接赋值的这种操作一定要小心，先看看是不是需要直接赋值，还是重新开辟一块内存来存放
2
torch中的type（）函数，如果没有传入参数，表示查看Tensor的数据类型
如果传入了参数，表示将Tensor转换为想要的数据类型，数据类型由参数来指定
3 torch中的image的scale函数也是输入参数不同最后的scale方法也是不同的，参考下图说明
4、torch中的Tensor所有操作例如narrow等操作，都是在原来的Tensor的基础上进行的，所以如果想要真正的复制一个Tensor就用copy和clone，如果用narrow这种操作之后经常会导致内存不连续，导致后面很多操作失效，这时候用copy和clone复制一下即可。
---------------------
作者：枯叶蝶KYD
来源：CSDN
原文：https://blog.csdn.net/u013548568/article/details/79145401
版权声明：本文为博主原创文章，转载请附上博文链接！
原文地址：https://www.cnblogs.com/jfdwd/p/11133483.html