PyTorch中torch.tensor与torch.Tensor的区别详解_torch.tensor

22 浏览量更新于2023-03-03 评论 1 收藏 61KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

PyTorch中中torch.tensor与与torch.Tensor的区别详解的区别详解

主要介绍了PyTorch中torch.tensor与torch.Tensor的区别详解，文中通过示例代码介绍的非常详细，对大家的学

习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

PyTorch最近几年可谓大火。相比于TensorFlow，PyTorch对于Python初学者更为友好，更易上手。

众所周知，numpy作为Python中数据分析的专业第三方库，比Python自带的Math库速度更快。同样的，在PyTorch中，

有一个类似于numpy的库，称为Tensor。Tensor自称为神经网络界的numpy。

一、一、numpy和和Tensor二者对比二者对比

对

比

项

numpy Tensor

相

同

点

可以定义多维数组，进行切片、改变维度、

数学运算等

可以定义多维数组，进行切片、改变维度、数学运算等

不

同

点

1、产生的数组类型为numpy.ndarray；

2、会将ndarray放入CPU中进行运算；

3、导入方式为import numpy as np，后续通

过np.array([1,2])建立数组；

4、numpy中没有x.type()的用法，只能使用

type(x)。

1、产生的数组类型为torch.Tensor；

2、会将tensor放入GPU中进行加速运算（如果有GPU）；

3、导入方式为import torch，后续通过torch.tensor([1,2])或

torch.Tensor([1,2])建立数组；

4、Tensor中查看数组类型既可以使用type(x)，也可以使用x.type()。但是

更加推荐采用x.type()，具体原因详见下文。

举例（以下代码均在Jupyter Notebook上运行且通过）：

numpy：

import numpy as np

x = np.array([1,2])

#之所以这么写，是为了告诉大家，在Jupyter Notebook中，是否带有print()函数打印出来的效果是不一样的~

x #array([1, 2])

print(x) #[1 2]

type(x) #numpy.ndarray

print(type(x)) #<class 'numpy.ndarray'>

#注意：numpy中没有x.type()的用法，只能使用type(x)！！！

Tensor：

import torch #注意，这里是import torch，不是import Tensor！！！

x = torch.tensor([1,2])

x #tensor([1, 2])

print(x) #tensor([1, 2])，注意，这里与numpy就不一样了!

type(x) #torch.Tensor

print(type(x)) #<class 'torch.Tensor'>

x.type() #'torch.LongTensor'，注意：numpy中不可以这么写，会报错！！！

print(x.type()) #torch.LongTensor，注意：numpy中不可以这么写，会报错！！！

numpy与Tensor在使用上还有其他差别。由于不是本文的重点，故暂不详述。后续可能会更新~

二、二、torch.tensor与与torch.Tensor的区别的区别

细心的读者可能注意到了，通过Tensor建立数组有torch.tensor([1,2])或torch.Tensor([1,2])两种方式。那么，这两种方式

有什么区别呢？

（1）torch.tensor是从数据中推断数据类型，而torch.Tensor是torch.empty(会随机产生垃圾数组，详见实例)和

torch.tensor之间的一种混合。但是，当传入数据时，torch.Tensor使用全局默认dtype(FloatTensor)；

（2）torch.tensor(1)返回一个固定值1，而torch.Tensor(1)返回一个大小为1的张量，它是初始化的随机值。

import torch #注意，这里是import torch，不是import Tensor！！！

x = torch.tensor([1,2])

x #tensor([1, 2])

print(x) #tensor([1, 2])，注意，这里与numpy就不一样了!

type(x) #torch.Tensor

print(type(x)) #<class 'torch.Tensor'>

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

weixin_38735887

粉丝: 3
资源: 902

会员权益专享

PyTorch中torch.tensor与torch.Tensor的区别详解

评论0

会员权益专享

最新资源

PyTorch中torch.tensor与torch.Tensor的区别详解

评论0

pytorch中torch.max和Tensor.view函数用法详解

pytorch查看torch.Tensor和model是否在CUDA上的实例

Pytorch,Torch等深度学习框架

torch.tensor和torch.Tensor有什么区别

torch.tensor和torch.Tensor区别

pytorch torch.tensor 加入新元素

torch.tensor和torch.tensor

模型中torch.tensor的作用

torch.tensor he torch.Tensor

torch.tensor怎么用

tpye（torch.tensor）

torch.tensor 和 torch.from_numpy

torch.stack和torch.tensor有什么区别

torch.tensor函数

torch.tensor用法

torch.tensor()

torch.tensor.view

torch.tensor和transform.totensor

torch.tensor（）

会员权益专享

最新资源