PyTorch创建tensor的四种方式

Let's  start！

data=np.array([1.,2.,3.,4.])t1=torch.Tensor(data)t2=torch.tensor(data)t3=torch.as_tensor(data)t4=torch.from_numpy(data)print(t1)print(t2)print(t3)print(t4)结果：tensor([1., 2., 3., 4.])tensor([1., 2., 3., 4.], dtype=torch.float64)tensor([1., 2., 3., 4.], dtype=torch.float64)tensor([1., 2., 3., 4.], dtype=torch.float64)

1 张量创建操作。有什么区别？

torch.Tensor() Vs torch.tensor()

带有大写 T 的第一个选项是 torch.Tensor 类的构造函数，而第二个选项是我们所说的工厂函数，用于构造torch.Tensor 对象并将其返回给调用者。你可以把torch.tensor()函数看作是一个工厂，它在给定一些参数输入后构建张量。工厂函数是一种创建对象的软件设计模式。好的。这就是大写的T和小写的t之间的区别，但是这两者之间哪种方式更好？答案是，使用任何一种都是可以的。然而，工厂函数torch.tensor()有更好的文档和更多的配置选项，所以它目前获得了胜利。

<