Python内存共享结构体 pytorch共享内存

信息区（Tensor）和存储区（Storage）。信息区主要保存着tensor的形状（size）、步长（stride）、数据类型（type）等信息，而真正的数据则保存成连续数组，存储在存储区。

　　

“存储区”，注意：id（tensor)与id(tensor.storage)不同，id（tensor)是整个tensor所占的内存地址（包括信息区和存储区），而 id(tensor.storage)只是该tensor存储区的内存地址，也就是说某几个tensor的存储区的内存地址可以相同（即他们共享数据）。

1，切片操作：
　　索引出来的结果与原数据共享内存（存储区内存地址相同，总内存地址不同）。
[In]:　　 x=torch.zeros(2,2)  # x: [ [ 0,0]
　　　　　　　　　　　　　　　　　　[0,0] ]
　　　　　　y=x[0,:]
　　　　　　y+=1
　　　　　　print(y)
　　　　　　print(x)
　　　　　　print(id(y)==id(x))
　　　　　　print(id(y.storage)==id(x.storage))
　　[Out]:
　　　　　　y:[[1,1]]
　　　　　　x:[[1,1]
　　　　　　　[0,0]]
　　　　　　False
　　　　　　True
　　
　　2, view方法:
　　view可以用来改变tensor的形状,返回新的tensor。
　　返回的tensor与原数据共享data，即存储区内存地址相同，总内存地址不同
　　[In]　   x=torch.zeros(2,2)  # x: [ [ 0,0]
 
　　　　　　　　　　　　　　　　　[0,0] ]
　　   　　 y=x.view(4,1)　　  
　　　　　y+=1
　　　　　print(y)
　　　　　print(x)
　　　　　print(id(y)==id(x))
　　　　　print(id(y.storage)==id(x.storage))
　　[Out]　y: [[1][1][1][1]]
　　　　　x: [[1, 1]
　　　　　　 [1,1]]
　　　　　False
　　　　　True
　　
　　3 detach,data方法:
　　与tensor全切片时相同。
 
　　4 numpy,from_numpy方法
　　该方法将tensor与numpy相互转换，这两个函数所产生的tensor与numpy的数组共享内存（即存储区内存相同）。