torch.Tensor()创建张量

一定要记得

a = torch.Tensor(1,2,3) 表示创建一个尺寸为1,2,3的张量，取值为随机

如果要创建特定元素，要使用torch.tensor(1)，注意是tensor全小写

比如，a = torch.Tensor([1,2,3]),打印后表示tensor([1,2,3])

********************************************************************

在 PyTorch 中，torch.Tensor() 和 torch.tensor() 都可以用来创建张量（Tensor），但它们有一些区别，包括用法和行为：

1. torch.Tensor()：

   • torch.Tensor() 是一个构造函数，可以用于创建一个未初始化的张量。
   • 它会创建一个具有默认数据类型（通常是 float32）的张量。
   • 不建议使用 torch.Tensor() 来创建张量，因为它可能会导致不可预测的结果，而且在某些版本的 PyTorch 中，可能会改变其行为。

2. torch.tensor()：

   • torch.tensor() 是一个函数，可以根据提供的数据创建一个新的张量。
   • 它会根据提供的数据自动推断张量的数据类型，并可以通过 dtype 参数进行显式设置。
   • 通常，使用 torch.tensor() 来创建张量是更好的选择，因为它提供了更明确和一致的行为。

以下是使用两者的示例代码：

使用 torch.Tensor() 创建张量（不建议）：

import torch

# 不建议使用这种方式创建张量
tensor = torch.Tensor([1, 2, 3])

print("张量:", tensor)

使用 torch.tensor() 创建张量：

import torch

# 推荐使用这种方式创建张量
tensor = torch.tensor([1, 2, 3])

print("张量:", tensor)

总之，为了避免不必要的混淆并确保代码的可读性，建议使用 torch.tensor() 来创建张量。