【Pytorch】Tensorとtensorの違い

Tensorとtensorの違い

参考ブログ

PyTorchでは、Tensorとtensorは、新しいテンソルを生成するために使用できます.

>>> a=torch.Tensor([1,2])
>>> a
tensor([1., 2.])
>>> a=torch.tensor([1,2])
>>> a
tensor([1, 2])

まず明確にする必要がありますTensor()はpythonクラス、より明確にはデフォルトテンソルタイプtorchである.FloatTensor()の別名、torch.Tensor([1,2])はTensorクラスのコンストラクション関数__を呼び出します.init__,単一精度浮動小数点タイプのテンソルを生成します.

>>> a=torch.Tensor([1,2])
>>> a.type()
'torch.FloatTensor'

それでtensor()はpython関数のみです.https://pytorch.org/docs/stable/torch.html#torch.tensor、関数のプロトタイプは次のとおりです.

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

ここでdataは、list、tuple、NumPy ndarray、scalar、その他のタイプであってもよい.torch.tensorは、直接参照ではなくdataのデータ部分からコピーし、元のデータ型に基づいて対応するtorchを生成する.LongTensor、torch.FloatTensorとtorch.DoubleTensor.

>>> a=torch.tensor([1,2])
>>> a.type()
'torch.LongTensor'

>>> a=torch.tensor([1.,2.])
>>> a.type()
'torch.FloatTensor'

>>> a=np.zeros(2,dtype=np.float64)
>>> a=torch.tensor(a)
>>> a.type()
'torch.DoubleTensor'

ここでもう一度Empty()は、https://pytorch.org/docs/stable/torch.html?highlight=empty#torch.emptytorchのため、指定タイプ、指定デバイス、その他のパラメータのテンソルを生成することができる.Tensor()はtorchとしてのみデータ型を指定できる.だからTensor()はtorchと見なすことができる.Empty()の特殊な状況.

>>> a=torch.tensor(1)
>>> a
tensor(1)
>>> a.type()
'torch.LongTensor'
>>> a=torch.Tensor(1)
>>> a
tensor([0.])
>>> a.type()
'torch.FloatTensor'

ブログ参照
【PyTorch】Tensorとtensorの違い