PyTorch | Tensor 和 tensor 的区别

1. 介绍

\quad 在 $PyTorch$ 中，torch.Tensor是一种主要的 $tensor$ 类型，是torch.FloatTensor()的别名。所有的 $tensor$ 都是torch.Tensor的实例。
\quad 而torch.tensor()是一个函数，函数原型是：

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

\quad 其中 $data$ 可以是：list、tuple、NumPy ndarray、scalar和其他类型。
\quad torch.tensor会从 $data$ 中的数据部分做拷贝（而不是直接引用），根据原始数据类型生成相应的torch.LongTensor、torch.FloatTensor和torch.DoubleTensor或者根据 $dtype$ 的值生成相应数据类型。

2. 区别

• $torch.Tensor(data)$：将输入的data转化torch.FloatTensor()
• $torch.tensor(data)$：将data转化为torch.FloatTensor、torch.LongTensor、torch.DoubleTensor等类型，转化类型依据于data的类型或者dtype的值。
• $torch.Tensor()$ 可以创建一个空的 $FloatTensor$，使用 $torch.tensor()$ 时则会报错。
  
  \quad 当你想要创建一个空的tensor时候，可以使用如下的方法：
  \quad\quad torch.Tensor() # tensor([])
  \quad\quad torch.tensor(()) # tensor([])
  \quad\quad torch.empty([]) # tensor(0.)