pytorch list转tensor_深度学习-Pytorch框架学习之张量处理篇

1. 数据类型

根据官方文档显示，张量定义为包含单一数据类型元素的多维矩阵。

在Pytorch中，有9种CPU张量类型和9种GPU张量类型。具体类型如下图所示：

在Pytorch中，可以通过Python 列表和torch.tensor()构造函数构造一个张量。

>>> torch.tensor([[1., -1.], [1., -1.]])tensor([[ 1.0000, -1.0000],        [ 1.0000, -1.0000]])>>> torch.tensor(np.array([[1, 2, 3], [4, 5, 6]]))tensor([[ 1,  2,  3],        [ 4,  5,  6]])

2. 张量的基本信息

tensor = torch.randn(2,3,4)print(tensor.type())  # 数据类型  torch.FloatTensor，是一个浮点型的张量print(tensor.size())   # 张量的shape，是个元组 torch.Size([2, 3, 4])print(tensor.dim()