numpy中copy和view的区别，以及torch中clone,detach,copy_的区别

numpy中copy和view的区别

（1）a = b 完全不复制，a、b是同一个ndarry对象的两个不同名字而已
（2）a = b.view() 视图与浅拷贝，共享一个数据，指向同一片内存，数据改变会相互影响（无需额外的空间）
（3）深复制 copy() ,不仅创建新的对象，而且实现了对内存数据的拷贝，不共享内存

torch中clone,detach,copy_的区别

（1）clone返回一个和张量同源桶shape同dtype和device的张量，与源数据不共享数据内存，但提供梯度回溯
（2）detach与clone完全不同。detach返回的数据与源数据共享数据内存，但不提供梯度计算，脱离了计算图
（3）clone和detach的联合使用，只做简单的数据复制，既不数据共享，也不对梯度共享，从此两个张量无关联
（4）copy_与clone是一样的，唯一的不同是调用写法不同
（5）x.data与x.detach相同，共享一块数据，与计算历史无关，不同点：x.data在梯度计算阶段要用到的张量上不安全。