【PyTorch简明教程】torch.Tensor()与torch.tensor()的区别

简介: 【PyTorch简明教程】torch.Tensor()与torch.tensor()的区别

问题

当使用torch创建tensor的时候,发现以下两种方式均可:

a = torch.tensor([1,2,3])
b = torch.Tensor([4,5,6])

虽然提供了两种方式创建tensor,但是二者的区别是什么?

方法

torch.tensor()是一普通函数,而torch.Tensor()是类torch.Tensor的构造函数,此外在创建空tensor的时候,有一定的区别。

tensor_without_data = torch.Tensor()
# 当创建空的tensor的时候会报错
tensor_without_data = torch.tensor()
# 只能采用这种方式创建空tensor
tensor_without_data = torch.tensor(())

结语

本文主要介绍了torch.Tensor()和torch.tensor()两种方式创建tensor的区别。

目录
打赏
0
0
0
0
14
分享
相关文章
基于PyTorch的大语言模型微调指南:Torchtune完整教程与代码示例
**Torchtune**是由PyTorch团队开发的一个专门用于LLM微调的库。它旨在简化LLM的微调流程,提供了一系列高级API和预置的最佳实践
329 59
基于PyTorch的大语言模型微调指南:Torchtune完整教程与代码示例
PyTorch 中的动态图与静态图:理解它们的区别及其应用场景
【8月更文第29天】深度学习框架中的计算图是构建和训练神经网络的基础。PyTorch 支持两种类型的计算图:动态图和静态图。本文旨在阐述这两种计算图的区别、各自的优缺点以及它们在不同场景下的应用。
1544 0
使用 PyTorch-BigGraph 构建和部署大规模图嵌入的完整教程
当处理大规模图数据时,复杂性难以避免。PyTorch-BigGraph (PBG) 是一款专为此设计的工具,能够高效处理数十亿节点和边的图数据。PBG通过多GPU或节点无缝扩展,利用高效的分区技术,生成准确的嵌入表示,适用于社交网络、推荐系统和知识图谱等领域。本文详细介绍PBG的设置、训练和优化方法,涵盖环境配置、数据准备、模型训练、性能优化和实际应用案例,帮助读者高效处理大规模图数据。
89 5
Ubuntu下CUDA、Conda、Pytorch联合教程
本文是一份Ubuntu系统下安装和配置CUDA、Conda和Pytorch的教程,涵盖了查看显卡驱动、下载安装CUDA、添加环境变量、卸载CUDA、Anaconda的下载安装、环境管理以及Pytorch的安装和验证等步骤。
1177 1
Ubuntu下CUDA、Conda、Pytorch联合教程
【深度学习】Pytorch面试题:什么是 PyTorch?PyTorch 的基本要素是什么?Conv1d、Conv2d 和 Conv3d 有什么区别?
关于PyTorch面试题的总结,包括PyTorch的定义、基本要素、张量概念、抽象级别、张量与矩阵的区别、不同损失函数的作用以及Conv1d、Conv2d和Conv3d的区别和反向传播的解释。
422 2
Pytorch 与 Tensorflow:深度学习的主要区别(1)
Pytorch 与 Tensorflow:深度学习的主要区别(1)
262 2
【从零开始学习深度学习】16. Pytorch中神经网络模型的构造方法:Module、Sequential、ModuleList、ModuleDict的区别
【从零开始学习深度学习】16. Pytorch中神经网络模型的构造方法:Module、Sequential、ModuleList、ModuleDict的区别