torch.Tensor(dim)与torch.Tensor((dim)), torch.Tensor(dim1,dim2)与torch.Tensor((dim1,dim2))的区别

1 torch.Tensor(dim)与torch.Tensor((dim))的区别

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
从三张截图可以看出这两者其实是完全一样的,都表示的是这个张量的维度而不是这个张量的数据,其中第一处之所以不同是因为torch.Tensor本身就是随机数。

2 torch.Tensor(dim1,dim2)与torch.Tensor((dim1,dim2))的区别

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
可以看出这两者是不一样的,写成(X1, X2, X3,X4…)这种形式类似于写成[X1, X2, X3, X4] ,即是将这个list或者tuple给张量化,可以理解传入的参数是data的含义;而后面一种则是构成这样一个size=(X1, X2, X3, X4)的随机张量,可以理解传入的参数是size的含义

3 注意

(1)torch.Tensor((dim))和torch.Tensor((dim))是不同的含义!切记!
(2)需要注意torch.tensor与torch.Tensor的区别, 对该作者的表述做个总结和补充:

  • torch.tensor不能是空数据,必须得有数据
    在这里插入图片描述

  • torch.tensor加上数据之后和torch.Tensor是完全一样的
    在这里插入图片描述

  • torch.tensor不能像torch.Tensor(A, B)这样初始化一个形状为(A, B)的随机张量.
    在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值