【Pytorch】torch.Tensor和torch.tensor的区别是什么?

小写的tensor只接受现有的数据;而大写的Tensor相当于就是FloatTensor,既可以接收现有的数据,也可以接受shape来创建指定形状的Tensor。为了避免混淆,建议接收现有数据的时候使用tensor,指定shape的时候使用Tensor。

举例:

a = torch.tensor([2, 3.3]) #接受现有的数据
b = torch.Tensor([2, 3.3]) #等价于a = torch.FloatTensor([2, 3.3])
b = torch.FloatTensor(2, 3) #指定维度创建Tensor
c = torch.IntTensor(2, 3) #指定维度创建Tensor

a = np.array([2, 3.3])
b = torch.from_numpy(a)  # 注意:该种创建方式a与b共享内存,修改其中一个另外一个也会改变,需要注意。 

更多tensor基础用法请参考传送门

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值