torch.tensor和torch.tensor有什么区别?

在火把里 torch.Tensor 是主张量类。所以所有的张量都是 火炬张量 .

torch.Tensor() 你会得到一个没有任何张量的空张量 data .

相反 torch.tensor documentation 上面写着:

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

构造一个张量 数据

tensor_without_data = torch.Tensor()

但另一方面:

tensor_without_data = torch.tensor()

将导致错误:

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-12-ebc3ceaa76d2> in <module>()
----> 1 torch.tensor()

TypeError: tensor() missing 1 required positional arguments: "data"

但总的来说没有理由选择 结束 火炬张量 火炬张量 缺少文档字符串。

数据 例如: 火炬。张量()

torch.tensor(())

输出:

tensor([])

根据讨论 pytorch discussion torch.Tensor 构造函数被重载以执行与两者相同的操作 torch.tensor 和 torch.empty . 有人认为这个重载会使代码混乱,所以分裂 火炬张量 火炬张量 和 火炬。空的

所以是的,在某种程度上, 火炬张量 火炬。空的 和 火炬张量 有一个比 构造器。