本文重点
从本节课程开始我们将正式开启pytorch的学习了,在深度学习框架中有一个重要的概念叫做张量,它是pytorch的基本操作单位,要想创建tensor有很多的方式,但是有两个torch.tensor和torch.Tensor容易混淆,本节课程对二者进行总结。
二者的区别
torch.Tensor是默认的tensor类型(torch.FloatTensor)的简称,它是一个类,也就是说使用它只能创建torch.FloatTensot类型
torch.tensor是一个方法,它根据参数data创建Tensor,Tensor类型根据数据进行推断,也就是说当我们没有指定dtype使用它创建的类型和data一致,
torch.tensor(data, dtype=None, device=None, requires_grad=False)
二者接收的参数(一致性)
二者均可以接收list(列表),tuple(元组),array(numpy数组),此时二者可能表示的类型不同之外,其它的所有的都是一样的。文章来源:https://www.toymoban.com/news/detail-856727.html
tensor文章来源地址https://www.toymoban.com/news/detail-856727.html
a=torch.tensor((1,2))#元组
print(a)
print(a.type())
print(a.dim())
print(a.shape)
a=torch.tensor([1,2])#列表
print(a)
print(a.type())
print(a.dim())
print(a.shape)
a=torch.tensor(np.array([1,2]))#数组
print(a)
print(a.type())
print(
到了这里,关于tensor是pytorch的核心,那torch.tensor和torch.Tensor区别是?的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!