我需要在pyTorch中创建一个固定长度的Tensor，使其像FIFO队列一样工作。

我有以下函数来实现这个功能：

def push_to_tensor(tensor, x):    tensor[:-1] = tensor[1:]    tensor[-1] = x    return tensor

例如，我有：

tensor = Tensor([1,2,3,4])>> tensor([ 1.,  2.,  3.,  4.])

然后使用该函数会得到：

push_to_tensor(tensor, 5)>> tensor([ 2.,  3.,  4.,  5.])

然而，我在想：

• pyTorch是否有原生方法可以做到这一点？
• 如果没有，是否有更聪明的方法来实现？

回答：

我实现了另一种FIFO队列：

def push_to_tensor_alternative(tensor, x):    return torch.cat((tensor[1:], Tensor([x])))

功能是相同的，但随后我检查了它们在速度上的表现：

# 小Tensor
tensor = Tensor([1,2,3,4])
%timeit push_to_tensor(tensor, 5)
>> 30.9 µs ± 1.26 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
%timeit push_to_tensor_alternative(tensor, 5)
>> 22.1 µs ± 2.25 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
# 较大Tensor
tensor = torch.arange(10000)
%timeit push_to_tensor(tensor, 5)
>> 57.7 µs ± 4.88 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
%timeit push_to_tensor_alternative(tensor, 5)
>> 28.9 µs ± 570 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

看起来使用torch.cat的push_to_tensor_alternative（而不是将所有项目向左移动）速度更快。