我的项目一开始使用的输入是PyTorch Tensor，我不知道是继续使用Tensor存储张量信息还是将其转为ti.field，此外项目中会在执行过程中动态开辟许多内存，如果我使用ti.field在程序一开始就预先开辟好空间，是否获得一定程度的编译优化呢？
如果使用NumPy Array或者PyTorch Tensor不会带来很严重的性能下降的话，我还是希望使用前面二者，毕竟操作起来更方便，因此想请教一下，十分感谢！
Hi zjnyly,
一般来说Taichi Kernel里即使传入NumPy Array或者PyTorch Tensor，也会被编译器默认转为Taichi NdArray 或者 Field，所以对于在Taichi Kernel里使用第三方数据结构的情况，都需要或显示或隐式地进行一步转化。
但是你可以控制是传reference还是传拷贝，前者会把numpy array/torch tensor的内存指针直接拿来用，不会额外拷贝内存，后者则是做一次深拷贝。
动态开辟内存这个问题，一般来说预先静态分配内存是可以得到一定的性能提升的，但是具体所知包括Taichi, Torch在内的大部分框架底层都有Memory Pool/Allocator机制，所以动态分配、回收内存的性能是有一定优化的，所以这种内存换性能的具体收益你需要实际profile一下。
如果你用了Sparse Field(Spatially Sparse Data Structures | Taichi Docs)，相应的动态内存分配/回收是避免不了的
十分感谢您的帮助！