torch.Tensor() 和 torch.tensor()的区别

torch.Tensor() 和 torch.tensor() 是 PyTorch 中两个不同的方法，用于创建张量，但使用方式有一些区别。

torch.Tensor()

• 创建一个未初始化的张量，默认数据类型为 torch.float32，不能通过dtype 参数指定数据类型。
• 不初始化数据，即张量的内容是未定义的，可能是内存中的随机值。
• 用法: 常用于需要创建一个特定大小但未初始化的张量。

torch.tensor()

• 根据给定的数据创建一个新的张量，可以通过 dtype 参数指定数据类型。
• 用法: 用于从数据（例如列表或数组）创建张量。

示例对比

import torch

# 使用 torch.Tensor() 创建一个未初始化的张量
tensor_a = torch.Tensor(2, 3)
print("tensor_a (torch.Tensor()):")
print(tensor_a)
print(tensor_a.dtype)

# 使用 torch.tensor() 从数据创建并初始化张量
tensor_b = torch.tensor([1, 2, 3], dtype=torch.int32)
print("\ntensor_b (torch.tensor()):")
print(tensor_b)
print(tensor_b.dtype)

示例输出：

tensor_a (torch.Tensor()):
tensor([[9.9641e+00, 6.0920e+22, 4.0131e-11],
        [6.4079e+22, 7.5848e+31, 3.2675e-14]])
torch.float32

tensor_b (torch.tensor()):
tensor([1, 2, 3], dtype=torch.int32)
torch.int32