比较Tensor.size()和Tensor.shape()中的区别和numpy中size和shape的区别

'''
Author: 365JHWZGo
Description:比较Tensor.size()和Tensor.shape()中的区别
Date: 2021/11/3 21:02
FilePath: day1103-2.py
'''

#导包
import torch
import numpy as np

print('numpy中size和shape的区别'.center(20,'-'))

#创造numpy数据
x = np.linspace(1,10,10).reshape(2,5)
print('x.shape:',x.shape)
print('x.size:',x.size)

print('tensor中size和shape的区别'.center(20,'-'))

#创造tensor数据
x = torch.from_numpy(x)
print('x.shape:',x.shape)
print('x.size:',x.size)

从结果中可以看出在numpy和tensor中的shape均是得到数据的维度
而numpy中的size只是得到数组的长度，而tensor中的size得到的是一个tensor对象，如果想要获取其中的数据，则需要在其后面标明想要得到第几维数据长度，0代表第一维度

print('x.size()',x.size())
print('x.size(0)',x.size(0))
print('x.size(1)',x.size(1))