torch.clone().detach()用法

torch.clone().detach() 的用法是将一个 Tensor 对象复制一份，并且从计算图中分离它，使其不再与原来的 Tensor 有关联，即不支持梯度计算。这个方法通常用于构建一个新 Tensor 对象，以便在不破坏原 Tensor 对象的情况下进行操作。

例如，下面的例子演示了如何使用 torch.clone().detach() 方法创建一个新的 Tensor 对象并对其进行操作，而不会影响原来的 Tensor 对象：

import torch

# 创建一个 Tensor 对象
x = torch.randn(3, 4)

# 复制并分离一个 Tensor 对象，生成一个新的 Tensor 对象
y = x.clone().detach()

# 对新的 Tensor 对象进行操作
y.add_(1)

# 打印结果
print("x:", x)
print("y:", y)

输出结果如下：

x: tensor([[-0.1439, -0.8347, -0.4091, -0.8483],
        [-0.2811, -1.2119, -0.6019,  0.0353],
        [-0.6654,  1.1984,  0.7089, -1.9107]])
y: tensor([[0.8561, 0.1653, 0.5909, 0.1517],
        [0.7189, -0.2119, 0.3981, 1.0353],
        [0.3346, 2.1984, 1.7089, -0.9107]])

从输出结果可以看出，原 Tensor 对象 x 的值没有被改变，新的 Tensor 对象 y 的每个元素都加上了 1。