torch.Tensor和torch.tensor有什么区别？

介绍

在PyTorch 中，torch.Tensor是主要的tensor类，所有的tensor都是torch.Tensor的实例。torch.Tensor是torch.FloatTensor的别名。
而torch.tensor是一个函数，返回的是一个tensor，在PyTorch官方文档中，描述如下：

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

---

区别1

所以需要注意的一点是：

• torch.Tensor（data）是将输入的data转化torch.FloatTensor
• torch.tensor(data):(当你未指定dype的类型时)将data转化为torch.FloatTensor、torch.LongTensor、torch.DoubleTensor等类型，转化类型依据于data的类型或者dtype的值

---

区别2

使用如下语句：tensor_without_data = torch.Tensor()可以创建一个空的FloatTensor，而当你使用tensor_without_data = torch.tensor()时候则会报错：

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

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

当你想要创建一个空的tensor时候，可以使用如下的方法：

• tensor_without_data = torch.Tensor() # tensor([])
• tensor_without_data = torch.tensor(()) # tensor([])
• tensor_without_data = torch.empty([]) # tensor(0.)

所以torch.Tensor应该说是同时具有torch.tensor和torch.empty的功能，但是使用torch.Tensor可能会使你的代码confusing，所以最好还是使用torch.tensor和torch.empty，而不是torch.Tensor。

---