Hoán Vị Trục (Permute) và Tính Liên Tục (Contiguous) của Tensor

Mô tả bài toán

Trong cài đặt Multi-Head Attention của PyTorch, sau khi tính toán các đầu chú ý, tensor có shape (B, H, T, D). Để chuẩn bị đưa qua tầng Linear chiếu ra (proj), ta phải hoán vị chiều trở lại (B, T, H, D) và gộp H * D. Tuy nhiên, lệnh transpose hoặc permute chỉ thay đổi metadata strides mà không đảo thứ tự byte trong RAM, khiến tensor trở thành non-contiguous. Gọi ngay .view() lúc này sẽ làm chương trình văng lỗi RuntimeError: view size is not compatible with input tensor's size and stride.

Yêu cầu

Viết hàm safe_permute_and_flatten(x: np.ndarray, permutation: tuple[int, ...], flatten_last_two: bool = True) -> tuple[np.ndarray, bool]:

• Kiểm tra mảng x: thực hiện hoán vị các trục theo permutation.
• Kiểm tra xem mảng sau khi hoán vị có thỏa mãn tính chất C-contiguous (hàng liên tục) hay không bằng cờ flags.c_contiguous.
• Ghi nhận trạng thái was_c_contiguous_before_fix = bool(permuted.flags.c_contiguous).
• Nếu mảng không liên tục: làm cho mảng trở thành liên tục bằng np.ascontiguousarray().
• Nếu flatten_last_two=True: gộp 2 trục cuối cùng của mảng thành một trục duy nhất.
• Trả về tuple gồm (final_array, was_c_contiguous_before_fix).

Ràng buộc

• Thời gian chạy tối đa: 3000ms.
• Giới hạn bộ nhớ: 512MB.
• Dữ liệu đầu vào hợp lệ theo đúng kiểu dữ liệu và miền giá trị được mô tả.