pytorch学习笔记——torch.tensor()、torch.Tenosor()与torch.empty()

官方文档：

https://pytorch.org/docs/stable/generated/torch.empty.html#torch.empty

一、torch.tensor与torch.Tensor区别

torch.tensor是一个函数，复制参数data的值，并转化为指定的数据类型，默认是原data的类型。

aa = torch.tensor
bb = torch.tensor((3.,4.))
print(aa.dtye)
print(bb.dtype)

输出

torch.int64
torch.float32

torch.Tensor是一个class类，是torch.FloatTensor的别名，所以可以知道是生成一个dtype是float32的张量，当不指定参数是size时功能与torch.tensor一样。

dd = torch.Tensor((3,4))
ee = torch.Tensor(size = (3,4))
print(dd)
print(ee)
print(dd.dtype)

输出

tensor([3., 4.])
tensor([[1.0561e-38, 8.9082e-39, 9.9184e-39, 8.9082e-39],
        [8.9082e-39, 1.0194e-38, 9.1837e-39, 8.4490e-39],
        [1.0102e-38, 1.0561e-38, 1.1112e-38, 9.9184e-39]])
torch.float32

二、torch.Tensor与torch.empty

torch.empty作用是根据指定size生成未初始化的张量，功能与torch.Tensor类似，但是可以指定数据类型。

三、总结

torch.tensor只能复制data的值生成张量，数据类型可以指定也可以默认，torch.Tensor能复制data的值，也可以生成指定size的未初始化张量，类型只能是float.32，torch.empty生成指定size的未初始化张量，可以指定数据dtype，所以可以说Tensor是tensor和empty的合体。