paddle2.0创建张量Tensor方法

Tensor 是paddle最基本的数据结构，paddle创建tensor有下面这些方式:

• 1.利用原有的数据创建tensor

#假设原有数据为[3,4,5]
import paddle 
x = paddle.to_tensor([1,2,3],dtype='float32')
print(x)
##输出：
Tensor(shape=[3], dtype=float32, place=CPUPlace, stop_gradient=True,
       [1., 2., 3.])

paddle的tensor数据类型支持：'bool','float16','float32','float64',
'uint8'，'int8'，'int16'，'int32'，'int64'。

查看一个tensor的数据类型：

x.dtype

• 2.创建一个指定大小的tensor：

paddle.ones([1,3],dtype='float32')
#都为1
#输出：
Tensor(shape=[1, 3], dtype=float32, place=CPUPlace, stop_gradient=True,
       [[1., 1., 1.]])

paddle.zones([1,3],dtype='float32')
#全为0

#创建一个全为指定数值的tensor
#paddle.full(shape, fill_value, dtype=None, name=None)
#fill_value 为所想创的值
paddle.full([1,3], 2, dtype=None, name=None)
#输出：
Tensor(shape=[1, 3], dtype=float32, place=CPUPlace, stop_gradient=True,
       [[2., 2., 2.]])

• 3.创建一个与已有的Tensor相同 大小 与 数据类型 的新Tensor

#paddle.ones_like(x, dtype=None, name=None)
x = paddle.to_tensor([1,2,3,4],dtype='float32')
paddle.ones_like(x, dtype=None, name=None)
#输出
Tensor(shape=[4], dtype=float32, place=CPUPlace, stop_gradient=True,
       [1., 1., 1., 1.])
#看下x的
Tensor(shape=[4], dtype=float32, place=CPUPlace, stop_gradient=True,
       [1., 2., 3., 4.])

paddle.zeros_like(x, dtype=None, name=None)
paddle.full_like(x, fill_value, dtype=None, name=None)
创建效果同理。