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。
最后
以上就是贤惠外套最近收集整理的关于【Pytorch】torch.Tensor和torch.tensor的区别是什么?的全部内容,更多相关【Pytorch】torch.Tensor和torch.tensor内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复