PyTorch中unbind()函数是否返回张量的视图？

结论：torch.unbind()返回的是原张量的视图，而非独立副本。

验证代码 #

可以通过修改原张量来直观验证这一点：

import torch

my_tensor = torch.tensor([[0, 1, 2, 3],
                          [4, 5, 6, 7],
                          [8, 9, 10, 11]])
# 获取unbind后的张量元组
unbound_tuple = torch.unbind(my_tensor)
# 修改原张量的某个元素
my_tensor[0, 0] = 99
# 查看unbind后的第一个张量，会发现其值已同步变化
print(unbound_tuple[0])  # 输出: tensor([99,  1,  2,  3])

补充说明 #

虽然unbind()的官方文档没有像split()、chunk()等同类函数那样明确标注返回视图，但从PyTorch的设计逻辑来看：

• unbind()本质是沿指定维度对原张量进行切片拆分，这类基于维度的拆分操作默认都是返回视图，不会额外分配内存创建副本。
• 如果需要获取独立的张量副本，可以对unbind后的张量调用.clone()方法。

内容的提问来源于stack exchange，提问作者Super Kai - Kazuya Ito