Pytorch中的Tensor和tensor

样例在Pytorch版本“0.4.0”中测试成功。

可参考文章为：https://blog.csdn.net/tfcy694/article/details/85338745

 

#t.Tensor 与 t.tensor的区别
import torch as t
#括号中可以传入多个参数t.Tensor(1,2,3)或者传入一个参数但参数的维度为1，如:t.Tensor((1))，按照当前内存进行分配；
#当传入一个参数类似[1]或者[[1,2],[3,4]]或者（1，2）,其数据类型type（）是默认的是torch.FloatTensor型 。
a = t.Tensor([[1,2],[3,4]])
b = t.tensor([[1,2],[3,4]])#括号中需传入一个参数
print(a)
print(b)
print(a.type())
print(b.type())
print(a.size())
print(b.size())

结果为： 

 

#t.Tensor 与 t.tensor的区别
import torch as t
#括号中可以传入多个参数t.Tensor(1,2,3)或者传入一个参数但参数的维度为1，如:t.Tensor((1))，按照当前内存进行分配；
#当传入一个参数类似[1]或者[[1,2],[3,4]]或者（1，2）,其数据类型type（）是默认的是torch.FloatTensor型 。
a = t.Tensor((1))
b = t.tensor([1])#括号中需传入一个参数
print(a)
print(b)
print(a.type())
print(b.type())
print(a.size())
print(b.size())

结果为： 

 

#t.Tensor 与 t.tensor的区别
import torch as t
#括号中可以传入多个参数t.Tensor(1,2,3)或者传入一个参数但参数的维度为1，如:t.Tensor((1))，按照当前内存进行分配；
#当传入一个参数类似[1]或者[[1,2],[3,4]]或者（1，2）,其数据类型type（）是默认的是torch.FloatTensor型 。
a = t.Tensor(1,2,3)
b = t.tensor([1,2,3])#括号中需传入一个参数,当输入为t.Tensor(1,2,3),会报错
print(a)
print(b)
print(a.type())
print(b.type())
print(a.size())
print(b.size())

 结果为：