如何跨Python程序比较两个PyTorch Tensor对象的二进制一致性？

方法一：基于原始字节数据计算哈希 #

直接提取Tensor的内存二进制内容生成哈希值，逻辑和md5sum一致，步骤如下：

• 先把Tensor转成连续内存块（避免内存不连续导致哈希偏差）：img_contiguous = img.contiguous()
• 如果Tensor在GPU上，先转到CPU：img_contiguous = img_contiguous.cpu()
• 提取原始字节数据后用hashlib计算哈希，示例代码：

import hashlib

def calc_tensor_hash(tensor):
    # 统一到CPU+连续内存
    tensor = tensor.contiguous().cpu()
    # 提取字节数据
    byte_content = tensor.numpy().tobytes()
    # 生成MD5哈希（也可以换SHA256等）
    return hashlib.md5(byte_content).hexdigest()

在两个程序里分别调用这个函数，输出的哈希字符串完全一致，就说明两个Tensor的二进制数据完全相同。

方法二：PyTorch原生序列化哈希 #

如果担心numpy转换可能带来的问题，直接用PyTorch的序列化工具处理Tensor，能更严谨地覆盖Tensor的所有属性（数据、形状、dtype等）：

import hashlib
import torch

def calc_tensor_hash_v2(tensor):
    # 把Tensor序列化到内存字节流
    storage = torch.ByteStorage()
    stream = torch.ByteStream(storage)
    torch.save(tensor, stream)
    # 对序列化后的字节计算哈希
    return hashlib.md5(storage).hexdigest()

要是只关心数据部分（不考虑设备、步长等元信息），可以只序列化数据存储：

def calc_tensor_data_hash(tensor):
    tensor = tensor.contiguous().cpu()
    # 仅提取数据存储的字节
    data_bytes = tensor.untyped_storage().numpy().tobytes()
    return hashlib.md5(data_bytes).hexdigest()

方法三：快速校验关键特征（初步排查） #

如果只是快速验证而非严格二进制对比，可以先核对几个关键统计值，速度更快：

• 形状：img.shape
• 数据类型：img.dtype
• 极值：img.min().item(), img.max().item()
• 均值/标准差：img.mean().item(), img.std().item()
  这些值全部一致的话，数据大概率是相同的，适合快速排查问题。

内容的提问来源于stack exchange，提问作者Mactarvish