TORCH.TRANSPOSE是改变内存布局还是仅返回视图？与Tensor.T是否一致？

torch.transpose和Tensor.T的行为完全一致，仅返回原张量的视图，不会改变原始张量的内存布局。

它只是重新定义了张量的维度索引映射关系，底层数据依然和原张量共享，不会额外占用内存空间。如果后续执行的操作要求张量必须是连续内存布局（比如部分算子不支持非连续张量），就需要调用contiguous()方法——这时候才会真正复制数据到新的连续内存块中，生成一个独立的新张量。

补充说明：

• PyTorch官方文档明确标注Tensor.T会返回维度反转的张量视图；
• 关于contiguous()的具体作用，相关技术讨论提到，它专门用于将因转置、视图变换等操作产生的非连续张量，转换为内存连续的张量，以此适配对内存布局有要求的操作。

内容的提问来源于stack exchange，提问作者dontloo