PyTorch 报错 some of the strides of a given numpy array are negative数组 flip 翻转后先 c

这个报错的根源是 numpy 数组经过 flip、步长为负的切片操作之后，得到的是非连续视图（view），底层内存没有重新排布，stride（步长）出现负数；而 torch.from_numpy 不支持负步长的 numpy 数组，直接转换就抛出异常。最常见场景就是 np.flip、[::-1] 翻转数组，很多人直接把翻转后的 numpy 数组丢进 from_numpy，没有先复制，就触发报错。核心解决思路：翻转之后先调用.copy () 生成内存连续、步长为正的新数组，再交给 torch.from_numpy。

一、报错原理拆解

• numpy 的 flip /arr [::-1] 不会拷贝数据，只是修改元信息里的 stride，生成视图
• 负 stride 代表读取方向反向，数据和原数组共享同一块内存
• torch.from_numpy 要求输入 numpy 数组 stride 全部为正、内存连续，不支持反向视图
• 注意：torch.flip 不存在这个问题，只有 numpy 翻转后转 tensor 才会踩坑

二、方案对比

三、错误示例代码

import numpy as np

import torch

❌ flip后直接from_numpy，负stride报错

arr = np.random.rand(32,128)

arr = np.flip(arr, axis=0)

t = torch.from_numpy(arr)

四、正确写法示例

import numpy as np

import torch

✅ flip之后先copy，消除负stride

arr = np.random.rand(32,128)

arr = np.flip(arr, axis=0).copy()

t = torch.from_numpy(arr)

也可以用 ascontiguousarray：

arr = np.flip(arr, axis=0)

arr = np.ascontiguousarray(arr)

t = torch.from_numpy(arr)

五、排查清单

1. 定位报错的 numpy 数组，检查是否经过 ::-1、flip、fancy 索引
2. 打印数组信息确认：print(arr.flags, arr.strides)，看到负 stride 就是问题点
3. copy 之后，数组不再和原数组共享内存，修改其中一个不会互相影响
4. 如果是图像数据，HWC 翻转、通道反转都容易出现该问题
5. 区分：torch.flip 是 tensor 层面操作，不存在负 stride 报错，优先全链路 tensor 处理
6. 不要尝试直接修改 stride，numpy 不支持手动设置 stride

【相关 FAQ】

问题 1：some of the strides of a given numpy array are negative，为什么 flip 之后会出现负 stride？

回答 1：some of the strides of a given numpy array are negative，np.flip 和 [::-1] 只是创建数组视图，不复制内存，通过设置反向步长实现翻转，因此 stride 变成负数，而 torch.from_numpy 不接受负步长数组。

问题 2：some of the strides of a given numpy array are negative，.copy () 和 np.ascontiguousarray 有什么区别？

回答 2：some of the strides of a given numpy array are negative，二者都可以生成连续内存、消除负 stride；copy 强制拷贝，ascontiguousarray 在已经连续时不拷贝，性能略优，日常开发直接用.copy () 更直观。

问题 3：some of the strides of a given numpy array are negative，能不能不用 numpy flip，彻底避开这个报错？

回答 3：可以，some of the strides of a given numpy array are negative 这个报错只出现在 numpy 转 tensor 环节，把数据先转成 torch tensor，再用 torch.flip 做翻转，全程不会出现负 stride 问题。

问题 4：some of the strides of a given numpy array are negative，copy 之后会不会影响原数组？

回答 4：会，some of the strides of a given numpy array are negative 场景下，.copy () 生成独立新数组，新数组和原始数组内存分离，修改其中一个不会同步到另一个。

【参考资料】

[2026-02-18]（PyTorch from_numpy negative strides error）Stack Overflow

[2026-03-01]（numpy flip view and stride）NumPy 官方文档

[2025-09-22]（torch.from_numpy 输入约束）PyTorch 官方文档

[2026-01-04]（ascontiguousarray 使用场景）NumPy 文档

【免责声明】

本文基于 PyTorch、NumPy 常规版本行为总结，该报错只发生在 numpy 视图转 tensor；图像、信号预处理流水线大量切片翻转场景容易复现，拷贝会带来少量内存开销，高性能场景可评估迁移到 torch 原生算子。