MindSpore中张量的定义方式

张量（Tensor）是MindSpore网络运算中的基本数据结构，构造方式主要有以下几种：
首先导入基本模块以及接口

import numpy as np
from mindspore import Tensor, context
from mindspore import dtype as mstype
context.set_context(mode=context.GRAPH_MODE, device_target="CPU")

1、根据数据直接生成

x = Tensor(0.1)

2、由Numpy数组创建

arr = np.array([1, 0, 1, 0])
x_np = Tensor(arr)

3、使用init初始化器构造张量

from mindspore import Tensor
from mindspore import dtype as mstype
from mindspore.common.initializer import One, Normal
tensor1 = Tensor(shape=(2, 2), dtype=mstype.float32, init=One())
tensor2 = Tensor(shape=(2, 2), dtype=mstype.float32, init=Normal())
print(tensor1)
print(tensor2)

4、继承另一个张量的属性，形成新的张量

from mindspore import ops
oneslike = ops.OnesLike()
x = Tensor(np.array([[0, 1], [2, 1]]).astype(np.int32))
output = oneslike(x)
print(output)
[[1 1]
 [1 1]]

5、输出指定大小的恒定值张量

import mindspore.ops as ops
shape = (2, 2)
ones = ops.Ones()
output = ones(shape, mstype.float32)
print(output)
[[1. 1.]
 [1. 1.]]
 
zeros = ops.Zeros()
output = zeros(shape, mstype.float32)
print(output)
[[0. 0.]
 [0. 0.]]