pytorch 中 torch.Tensor和 torch.tensor的区别

Pytorch中，torch.tensor(),torch.Tensor()都用于生成新的张量。

import torch
a = torch.tensor([1,2,3])
b = torch.Tensor([1,2,3])
c = torch.FloatTensor([1,2,3])
print(a,b,c)
print(a.dtype,b.dtype,c.dtype)
print(a.type(),b.type(),c.type())

print(type(torch.FloatTensor()),type(torch.Tensor()))
'''
tensor([1, 2, 3]) tensor([1., 2., 3.]) tensor([1., 2., 3.])
torch.int64 torch.float32 torch.float32
torch.LongTensor torch.FloatTensor torch.FloatTensor
<class 'torch.Tensor'> <class 'torch.Tensor'>
'''

torch.Tensor()

torch.Tensor()是Python类，更明确些，其相当于torch.FloatTensor()的别名，torch.Tensor([1,2])会调用Tensor类的构造函数__init__,生成单精度浮点型张量

torch.tensor()

torch.tensor()仅仅是Python的函数，函数原型是:

torch.tensor(data, dtype=None, device=None, requires_grad=False)

其中data可以是：list, tuple, array, scalar等类型。
torch.tensor()可以从data中的数据部分做拷贝（而不是直接引用），根据原始数据类型生成相应的torch.LongTensor，torch.FloatTensor，torch.DoubleTensor。

>>> a = torch.tensor([1, 2])
>>> a.type()
'torch.LongTensor'

>>> a = torch.tensor([1., 2.])
>>> a.type()
'torch.FloatTensor'

>>> a = np.zeros(2, dtype=np.float64)
>>> a = torch.tensor(a)
>>> a.type()
torch.DoubleTensor