小编LIU*_*uan的帖子

我正在使用 Torch C++ 前端并希望在其中包含一个具有指定值的张量。为了实现这一点，可以手动分配内存并设置值，然后使用torch::from_blob在内存块上构建张量，但对我来说似乎不够干净。

在这个文档的最底部我发现我可以使用下标直接访问和修改数据。然而，这种方法有很大的运行时间开销，可能是因为下标访问会将张量的元素视为 0-d 张量。以下代码在我的机器上会花费超过 2 秒（-O3优化级别），这对于现代 CPU 来说太长了。

    torch::Tensor tensor = torch::empty({1000, 1000});
    for(int i=0; i < 1000; i++)
    {
        for(int j=0 ; j < 1000; j++)
        {
            tensor[i][j] = calc_tensor_data(i,j);
        }
    }

有没有干净快速的方法来实现这个目标？

在我的项目中，编译器抱怨以下（以及许多其他类似的）代码片段：

    Eigen::ArrayXf window =
            Eigen::ArrayXf::LinSpaced(2*M + 1, 0, M_PI)
            .head(2*M)
            .sin();

警告信息很长且无法阅读，所以我不会在这里发布所有内容。触发的警告是-Wdeprecated-copy，警告消息的核心部分（在我看来）如下

warning: implicitly-declared ‘Eigen::Block<const Eigen::CwiseNullaryOp<Eigen::internal::linspaced_op<float, __vector(4) float>, Eigen::Array<float, -1, 1> >, -1, 1, false>::Block(const Eigen::Block<const Eigen::CwiseNullaryOp<Eigen::internal::linspaced_op<float, __vector(4) float>, Eigen::Array<float, -1, 1> >, -1, 1, false>&)’ is deprecated [-Wdeprecated-copy]
note: because ‘Eigen::Block<const Eigen::CwiseNullaryOp<Eigen::internal::linspaced_op<float, __vector(4) float>, Eigen::Array<float, -1, 1> >, -1, 1, false>’ has user-provided ‘Eigen::BlockImpl<XprType, BlockRows, BlockCols, InnerPanel, Eigen::Dense>& Eigen::BlockImpl<XprType, BlockRows, BlockCols, InnerPanel, Eigen::Dense>::operator=(const Eigen::BlockImpl<XprType, BlockRows, BlockCols, InnerPanel, Eigen::Dense>&) [with XprType = const Eigen::CwiseNullaryOp<Eigen::internal::linspaced_op<float, __vector(4) float>, Eigen::Array<float, -1, …

int c = 2;
int d = std::move(c);
std::cout << "c is: " << c << std::endl;
std::cout << "d is: " << d << std::endl;

此代码输出：

c是：2

d 是：2

我认为在 move(c) 到 d 之后，c 将是空的，为什么它的值仍然是 2？你能帮我解释一下吗？谢谢你。