torch.Tensor 和 torch.tensor

Posted 2023-04-16

参考技术A 创建一个张量，有时用torch.Tensor，有时用torch.tensor，大小写字母的区别到底在哪里。

torch.Tensor()是python类，生成的张量是默认数据类型：torch.FloatTensor()，即单精度浮点数类型；

torch.tensor()是python函数，生成的张量的数据类型，是根据括号中的数据的实际类型而定的，函数原型是：

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

如果torch.tensor([1,2,3])，那么数据类型是torch.LongTensor；

如果torch.tensor([1.0, 2.0, 3.0])，那么数据类型是torch.FloatTensor；

以此类推。

参考：

https://blog.csdn.net/tfcy694/article/details/85338745

PyTorch中的torch.Tensor.view()和torch.Tensor.view_as()的用法详解

1、torch.Tensor.view()

相当于 Numpy.reshape() 操作，view() 方法返回一个新的 tensor，如果用新的 dtype 对 tensor 进行变换，新的 dtype 的数据类型字节数（比如64、32或16）必须与变换前的 dtype 的数据类型字节数相同。

2、torch.Tensor.view_as()

torch.Tensor.view_as(other) → Tensor

返回的 tensor 与 other 的 size 相同，即构造一个与 other 相同维度的新 tensor。相当于 self.view(other.size()) 的效果。