torch.Tensor和torch.tensor之间的区别

引用官网里的内容：[“ torch.Tensor是torch.FlaotTensor ”]

• Tensor默认生成FloatTensor类型的数据，tensor默认生成LongTensor类型的数据

import torch

data = [1, 2, 3, 4]
tensor_result = torch.tensor(data)
print("tensor：", tensor_result, "|", "tensor生成的数据类型：", tensor_result.type(), "|", "dtpye:", tensor_result.dtype)

Tensor_result = torch.Tensor(data)
print("Tensor：", Tensor_result, "|", "Tensor生成的数据类型：", Tensor_result.type(), "|", "dtpye:", Tensor_result.dtype)

result：

torch.Tensor 是一个类 而 torch.tensor是一个函数

• torch.Tensor详情链接

• Class Tensor下包含很多函数。
  

• torch.tensor详情链接

• torch.tensor的函数原型：

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

  使用torch.tensor() 总是会从传入参数data中拷贝数据. 假如你有tensor数据想避免被拷贝，可以使用 torch.Tensor.requires_grad_() or torch.Tensor.detach(). 如果你有numpy的数组，并且要避免备拷贝，可以使用torch.as_tensor().