最近在从TensorFlow转PyTorch，一直有点懵。我知道两者都叫Tensor，但用起来感觉完全不一样。比如在TF里，我习惯了用tf.function或者@tf.function去装饰函数，不然速度就特别慢；到了PyTorch，好像随便写个Python函数就能跑，动态图感觉很灵活。但我不太确定这是不是意味着PyTorch的Tensor底层数据结构跟TF的不一样？还是说只是API设计思路不同？另外，我试过把一个PyTorch的Tensor转成numpy再转回TF的Tensor，总感觉中间有copy，但不知道是不是所有的转换都会触发数据拷贝。有没有大佬能从内存布局、自动求导机制或者设备（GPU/CPU）管理上帮我理一理？谢谢！