为什么C+中的'is#u same'+；与从文件读取的相同张量进行比较时，PyTorch API失败？

为什么

torch:：Tensor:：is_same

会使以下断言失败？使用C++ PyTrac API将张量写入文件，然后再次读入另一张量，并且<代码> ISSUM相同< /代码>比较两张量：

torch::Tensor x_sequence = torch::linspace(0, M_PI, 1000);    
torch::save(x_sequence, "x_sequence.dat");
torch::Tensor x_read;
torch::load(x_read, "x_sequence.dat");
assert(x_read.is_same(x_sequence));  

这导致：

int main(int, char**): Assertion `x_read.is_same(x_sequence)' failed.

使用

• python pytorch，Arch Linux上的1.6.0-2版
• g++（GCC）10.1.0

---

火炬：：张量：：相同（恒火炬：：张量和其他）

已定义。需要注意的是，

Tensor

实际上是底层

TensorImpl

类（实际保存数据）上的指针

因此，当调用

is_same

时，检查的实际上是指针是否相同，即两个张量是否指向相同的底层内存。下面是一个非常简单的示例，可以很好地理解它：

auto x = torch::randn({4,4});
auto copy = x;
auto clone = x.clone();
std::cout << x.is_same(copy) << " " << x.is_same(clone) << std::endl;
>>> 0 1

autox=torch:：randn（{4,4}）；
自动复制=x；
自动克隆=x.clone（）；
标准：：cout