本来只想 简简单单 的 复制 一层得到的 特征图,结果报错,通道维度不匹配
以为 是 浅拷贝,深拷贝的内存 不独立导致的, 尝试使用 copy, deepcopy 仍然报错;
后来想到 关于tensor的复制, 尝试 clone 也报错…
解决思路: 分析你要 复制的特征图 类型, 然后根据类型 一层一层的进行复制.
我的 特征图 是一个 列表, 每个列表 存储张量; 也就是说,这个 特征图 实际是 保存了 3个特征图的,所以直接 clone 就报错了,clone 是对 tensor 操作的.
# x 是 待复制的, xx 是 复制的,初始化 xx 为 列表, 然后 遍历特征图,分别复制 并保存. def forward(self, x): xx = [] for k in range(len(x)): xx.append(x[k].clone())
原理 很简单, 就是 用的 时候没想到这个问题, 被自己蠢到…
----------------------------------------------------------------------------关于 tensor 张量复制
- clone() 内存独立, detach()共享内存，
- clone()之后的tensor requires_grad=True,
- detach()之后的tensor requires_grad=False
关于 深拷贝 copy 和 浅拷贝 deepcopy
- 浅拷贝，拷贝的是引用，内存共享
- 深拷贝，拷贝的是引用所指向的对象, 内存 独立
