网上的很多博客说tensor与numpy数组共享内存，这是错误的
先给结论：tensor与numpy数组共享部分内存，说共享值更严谨，且有条件
看代码：
a = torch.ones(2,2)
b = a.numpy()
print(id(a))
print(id(b))
输出：
3030786996336
3030755215040
解析：在Cpython里面，a,b是C指针，torch.ones(2,2)构造生成一个tensor实例，放入一片内存区域，指针a指向这片内存区域，构造生成的tensor对象内部又有多个指针，指向不同的内存区域，其中有一个指向数组的指针tv_ptr，a.numpy()构造生成一个numpy对象，且这个numpy对象内部也有多个指针，其中也有一个指向数组的指针nv_ptr，仅这两个指针指向同一内存区域，并非所有指针都共享内存，b指针指向构造生成的numpy对象
共享值的条件：
tensor对象的操作必须是在原内存区域上的操作，numpy对象的操作也是在原对象内存区域上的操作，2者如何在原内存区域上操作而不是指向新的内存区域，看我上两篇博客