C++中二维vector转torch::tensor数据异常问题求助

你的问题核心在于二维std::vector<std::vector<int>>的内存并非连续存储：每个子vector都是独立分配的内存块，indx1.data()返回的是指向这些子vector对象的指针数组，而非直接指向底层的int数据。而torch::from_blob要求输入的是连续的原始数据指针，直接传入会读取错误的内存地址，导致输出乱码。

以下是两种可靠的修复方式：

方式1：转为一维连续vector后再创建tensor #

先把分散的int数据拷贝到连续的一维容器中，再用from_blob生成tensor：

std::vector<std::vector<int>> indx1 = {{126, 22}, {166, 102}, {46, 46}, {166, 54}};
// 构建连续的一维vector
std::vector<int> flat_indx;
flat_indx.reserve(indx1.size() * 2);
for (const auto& row : indx1) {
    flat_indx.insert(flat_indx.end(), row.begin(), row.end());
}
// 创建tensor
auto indx_options = torch::TensorOptions().dtype(torch::kInt32);
auto indx = torch::from_blob(flat_indx.data(), {indx1.size(), 2}, indx_options);
// 若需要tensor拥有独立内存（不依赖原vector生命周期），可调用clone()
// auto indx = torch::from_blob(flat_indx.data(), {indx1.size(), 2}, indx_options).clone();

方式2：直接使用LibTorch嵌套构造函数 #

LibTorch支持直接从嵌套vector创建tensor，自动处理内存连续性问题，代码更简洁：

std::vector<std::vector<int>> indx1 = {{126, 22}, {166, 102}, {46, 46}, {166, 54}};
auto indx = torch::tensor(indx1, torch::kInt32);

两种方式生成的tensor输出均符合预期：

126   22
 166  102
  46   46
 166   54
[ CPUIntType{4,2} ]

内容的提问来源于stack exchange，提问作者selin