tensor和Tensor的区别

import torch

input=torch.Tensor([[1,-1],
                    [-1,3]])

print(input.type())

代码运行得到的结果:

torch.FloatTensor

如果将Tensor更改成tensor,则代码运行的结果:

torch.LongTensor

根据查阅的资料,以及自己实践运行的结果,可知:Tensor得到的张量的数据类型默认是FloatTensor;而tensor得到的张量的数据类型默认是LongTensor。

如果在代码中,分别指定数据类型会有怎样的结果呢?

import torch

input=torch.tensor([[1,-1],
                    [-1,3]],dtype=torch.float64)

print(input.type())

运行结果:

torch.DoubleTensor

但是对于Tensor函数,则出现报错:

new() received an invalid combination of arguments - got (list, dtype=torch.dtype), but expected one of:
 * (*, torch.device device)
      didn't match because some of the keywords were incorrect: dtype
 * (torch.Storage storage)
 * (Tensor other)
 * (tuple of ints size, *, torch.device device)
 * (object data, *, torch.device device)

Tensor输出的数据类型不能被改变,tensor的数据类型可以根据需要变化。

  • 0
    点赞
  • 0
    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