pytorch张量创建、张量复制

pytorch张量创建、张量复制

首先注意一点：在torch中，可导张量计算出的新张量也是可导的，新张量与原张量具有可导连接，那么原张量就不是叶子张量，新张量成了叶子张量。

创建方式一：torch.tensor()

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

torch.tensor只能从指定的数据创建，但是可以指定数据属性，是否可微分等属性。pin_memory是将张量放置到锁业内存中，所以这个张量只能被cpu使用。

import torch
a = [1, 2, 3]
b = torch.tensor(a, requires_grad=True, dtype=torch.float64)

创建方式二：torch.Tensor

按照形状创建，如果输入列表，就按照指定数据创建。

整数：torch.ShortTensor 16位，torch.IntTensor 32位，torch.LongTensor 64位

浮点：torch.FloatTensor=torch.Tensor 32位，torch.DoubleTensor 64位

注意：torch.Tensor(int1, int2,int3)会创建[int1, int2,int3]形状的张量，如果传入列表元组等，就会返回该列表元组张量。

import torch
torch.Tensor(3) 
'''tensor([-2.6853e+05,  1.9983e-42,  2.3694e-38])'''
torch