3.7 张量：存储的风景
现在是时候让我们更仔细地了解引擎盖下的实现了。 张量中的值分配在由torch.Storage实例管理的连续内存中。 存储器是数字数据的一维数组：即，包含给定类型数字的连续内存块，例如float（32位表示浮点数）或int64（64位表示整数）。 PyTorch Tensor实例是此类Storage实例的视图，该实例能够使用偏移量和按维度跨度索引到该存储中。
图3.4 张量是存储实例的视图
多个张量可以索引同一存储，即使它们以不同的方式索引数据。 我们可以在图3.4中看到一个示例。 实际上，当我们在3.2节中请求points[0]时，我们得到的是另一个张量，该张量索引与点张量相同的存储-并非全部都张紧，并且具有不同的维数（1D与2D）。 但是，基础内存仅分配一次，因此，无论Storage实例管理的数据大小如何，都可以快速完成数据的备用张量视图的创建。
