PyTorch 创建Tensor

import from numpy,从numpy引入。

a = np.array([2,3.3])
torch.from_numpy(a)

a = np.ones([2,3])
torch.from_numpy(a)
print(a)

注意：小写的tensor接受的参数是现有的数据，大写的Tensor接受的数据的维度，大写也可以接受现有数据，必须以list形式表示出。

import from List

a = torch.tensor([2.,3.2])
print(a)
a = torch.FloatTensor([2.,3.2])#不建议使用，容易造成混淆
#常见用法为torch.FloatTensor(2,3)，表示2*3的tensor

a = torch.tensor([ [2.,3.2],[1.,22.3] ])
print(a)

生成未初始化的tensor，未初始化的tensor一定要紧跟着写入数据的后续步骤，未初始化的tensor里面的数据是随机的

a = torch.empty(2)
print(a)

a = torch.Tensor(2,3)
print(a)

a = torch.IntTensor(2,3)
print(a)

a = torch.FloatTensor(2,3)
print(a)

设置tensor的默认类型，如：int，float，double等

最原始的默认为float型，增强学习一般使用double，其他使用float

a &