在torch的tensor使用过程中,我们经常回看到torch.tensor()和类似于torch.Tensor()或者torch.FloatTesnor()、tensor.DoubleTensor()等等,究竟两种用法该怎么区分呢?
首先,要说的是,上面列出的几种初始化方法,我们统一的归为两类:大写和小写
小写:torch.tensor()
大写:torch.Tensor()或者torch.FloatTesnor()、tensor.DoubleTensor()诸如此类用Tensor开头的
小写:一般只接受具体的数据作为输入,初始化方法举例来说:
1、用来定义标量时,不加[]即可:
print(torch.tensor(1.300))
print(torch.tensor(1.))
2、用来定义向量时,加[]
print(torch.tensor([1.1, 2.2]))
大写:既可以接受具体数据作为输入,也可以是维度。什么意思?请看例子:
1、使用具体数据作为输入:
torch.FloatTensor([1.1, 2.2])
2、维度作为输入,生成随机数据
torch.FloatTensor(1,2,3)#1,2,3是shape
为了避免混淆,建议: