我有以下几段代码： a = torch.ones(10); b = a.numpy()print(a, b) 尽管我只修改了a，但这两个变量基本上保持相同的值。但是，我使用hex(id(a))检查了a和b的内存地址，发现它们是不同的。那么，在这种情况下，b是指向a的指针吗？到底怎么回事？
浏览 25提问于2019-10-06得票数 0
回答已采纳
2回答
假设我在GPU中有一个PyTorch变量：将(而不是桥)这个变量复制到NumPy数组的最佳方法是什么？var.clone().data.cpu().numpy()var.data.cpu().numpy().copy()
通过运行快速基准测试，.clone()略快于.copy()。然而，.clone() + .numpy()将创建一个PyTorch
浏览 1提问于2018-03-08得票数 4
回答已采纳
1回答
我发现pytorch对张量分配和加法分配的处理是不同的。，而添加则会更改地址。例如，在pytorch教程“torch.nn到底是什么？”如果我们将减号赋值更改为下面所示的常规赋值，则代码不起作用。但是，在python中，+=和=没有区别，两者都会更改变量地址。
浏览 5提问于2021-07-31得票数 1
1回答
;时，"obj"变量将有一个内存地址存储在其中(它是一个指针)，指向堆内存中存储对象的位置。我在Python中知道，当我将"obj“变量更改为整数对象时，该对象将被垃圾收集(假设不再有引用)，因为整数对象实际上将存储在内存中具有不同内存地址的另一个地方，这意味着"obj”变量将知道包含一个完全不同的引用在C#中，这似乎有点不同。
当我将值类型存储在变量内存空间的堆栈中并将<em
浏览 6提问于2022-08-07得票数 1
回答已采纳
3回答
我知道，当两个变量具有相同的地址时，它们将具有相同的值，但在我的例子中，var“a”在子进程和父进程中有相同的地址。但当我在子进程中设置a=1时，父进程中的a值停留在5.为什么？
浏览 4提问于2018-01-05得票数 0
回答已采纳
4回答
问题是，要调用函数，每次都要传递很多变量，即使它们的值没有改变。例如，ReadProcessMemory要求我传递：
每次读取时唯一要更改的是内存地址，所以每次调用该函数时，我都不需要传递其余的变量(实际上有3个函数可以用这种方式减少，而且可能很快就会有更多的变量)。这些变量是否在运行时存在，所以我只需调用函数并直接从DLL文件中使用它们？
浏览 1提问于2013-01-18得票数 0
回答已采纳
在基于TensorFlow的原始代码中，我将此代码转移到PyTorch (出于研究原因)。
浏览 3提问于2020-07-09得票数 0
1回答
PyTorch对我指定的值做了很小的修改，这在我的神经网络中造成了非常不同的结果。例如：b = torch.tensor(a)产出如下：PyTorch对我的变量a所做的小小改变在我的神经网络中造成了一个完全不同的结果如何防止PyTorch对赋值进行小的更改？
浏览 5提问于2021-02-20得票数 0
回答已采纳
我知道C中的“volatile”关键字是用来告诉编译器不要将变量从RAM内存加载到寄存器或缓存中，而总是从计算机工作内存中读取变量。然而，我也读到了这样的用例:当另一个设备修改存储在变量中的内存地址的值时。当程序在Linux或Windows机器上运行时，有没有可能修改内存地址值?是否可以从另一个程序更改程序的变量(在不同的进程中运行，而不仅仅是在不同的线程中运行)？
浏览 1提问于2017-10-12得票数 3
在下面的代码中，我打算通过附加(随机) numpy数组从一个空的列表开始创建一个列表。对于临时变量，我初始化了一个numpy数组变量'sample_pt‘，它作为一个临时变量保存(随机) numpy数组。虽然我希望有一个随机的numpy数组列表，但输出的是一个由相同的(最终) numpy数组填充的列表。我怀疑通过“变量名”调用numpy数组会返回它的内存地址。我是在正确的方向上，还是有什么
浏览 1提问于2018-06-19得票数 0
我在Python中保留了两个不同变量的值，以知道它们的内存地址通过使用id()函数也是相同的，当然，这两个变量的内存地址是相同的，但是我在C++中执行了相同的过程，所以我使用(&)操作符得到了两个不同的内存地址，所以我必须知道在C++内部还是在Python内部的内存地址。
浏览 5提问于2022-06-21得票数 -3
0回答
这是一个pytorch初学者的问题。在pytorch中，我尝试用两个大小为5,5,3的张量进行元素除法。在numpy中，使用np.divide()可以很好地工作，但不知何故，我在这里得到了一个错误。我使用的是Python3.5的PyTorch版本0.1.12。C= 5x5x3大小的torch.DoubleTensorinput_patch是torch.autograd变量的片段，c是通过执行c= torch.from_<em
浏览 11提问于2017-06-13得票数 0
回答已采纳
3回答
对于给定的变量，使用&运算符访问的虚拟内存地址对于分叉进程来说似乎是相同的，即使这些进程在该变量中存储不同的值。是否有方法确定独立进程中的变量是否存储在相同的物理地址中？是否有办法确定他们是否没有？
浏览 1提问于2014-08-30得票数 3
回答已采纳
我有一些现有的PyTorch代码，cuda()如下所示，而net是一个MainModel.KitModel对象：net.cuda()im= cv2.imread(image_path)我想在没有任何GPU的机器上测试代码我试着查看一些关于PyTorch的CPU/GPU切换的相关帖子，但它们与device的使用有关，因此不适用于我的情况。
浏览 26提问于2020-05-27得票数 3
回答已采纳
1回答
我有一个关于自动微分的问题，特别是在Pytorch中，因为我正在使用这个库，例如，我见过自动微分给出表达式对变量的偏导数。然而，就我所见，结果总是在一个特定点给出，这意味着它是一个具有数值values.My的张量，问题如下:假设我们定义一个两个变量的函数: f(x，y)= x²+ y²。Pytorch是否能够返回一个函数，该函数对应于f对x或y的偏导数？即返回以下定义：
return
浏览 13提问于2021-02-23得票数 0
回答已采纳
我将PyTorch Tensor转换为NumPy ndarray，如下所示，'a‘和'b’都有不同的I，因此它们指向不同的内存位置。我知道在PyTorch中下划线表示就地操作，这样a.add_(1)就不会改变a的内存位置，但是为什么它会更改数组b的内容(由于id的不同)？import torchb = a.numpy()print(
浏览 4提问于2021-06-21得票数 1
回答已采纳
我正在使用Pytorch和fastai在安装了最新anaconda3的linux系统上测试ResNet-34 trained_model。为了将其作为批处理作业运行，我注释掉了与gui相关的行。preds*targs).float().sum(dim=0)numpy.ndarray
浏览 2提问于2018-12-27得票数 4
StringTest { String s2 = "Joe";}
==检查两者是否被引用到相同的内存地址如果是这样的话，即使是两个字符串也被分配给两个不同的变量，为什么输出说两者都被引用到相同的内存地址。
浏览 0提问于2015-03-09得票数 0
printf("%p\n", &p);}为局部变量分配的虚拟地址在运行时不同</e
浏览 0提问于2018-01-20得票数 3
回答已采纳
我想创建一个指向不同引用变量所指向的变量的变量，这样，如果我更改引用变量的指向位置，指针变量也会自动指向那个新位置。
例如，假设我认为我最喜欢的书就是我当地图书馆最喜欢的书。在上面的代码中，更改libraryFavourite所指向的内容不会自动更改myFavourite所指向的内容。它仍然指向littleWomen。我知道引用变量保存内存地址，因此myFavourite = libraryFavo
浏览 2提问于2014-10-28得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
