PyTorch中连续调用id(tensor[x][y])为何得到不同结果？

先看你给出的代码示例：

x=torch.rand(3,3)
id(x[0][0])
1186163119824
id(x[0][0])
1186163118464
id(x[0,0])
1186163118464
id(x[0,0])
1186163118464

这不是id()函数的bug，完全是PyTorch张量的索引机制和Python列表差异导致的：

• 对于x[0][0]这种链式索引：
  第一次调用时，x[0]会返回一个共享原张量数据的新视图对象，接着对这个视图取[0]，又生成一个新的0维张量对象。每次执行x[0][0]，都会重复这个“生成临时视图→生成临时元素对象”的过程，两次生成的对象是完全独立的，所以它们的内存地址（也就是id()返回的值）不一样。而且这些临时对象用完就会被Python回收，内存地址可以被后续新对象复用。

• 对于x[0,0]这种逗号分隔的索引：
  这是PyTorch原生的高级索引语法，它会直接从原张量中定位到目标元素，不会生成中间的临时视图。PyTorch内部对这种索引做了优化，每次调用返回的是同一个0维张量对象，所以两次id()返回的结果一致。

总结下：Python列表的索引是直接返回元素的内存引用，而PyTorch的链式索引每次都会产生临时张量对象，而逗号索引是一次性定位，返回的对象更稳定。

内容的提问来源于stack exchange，提问作者chen zhang