【pytorch】tensor和Tenso区别

1.Tensor的使用

torch.Tensor可以直接接受传入的维度，建立相应维度的tensor，并且是初始化默认值类型的tensor，这里的默认值也是可以改的。

#证明，torch.Tensor可以直接接受传入的维度，建立相应维度的tensor
#并且是初始化默认值类型的tensor，这里的默认值也是可以改的
    x = torch.Tensor(5,3)
    print(x.dtype)

    t.set_default_dtype(torch.float64)
    print(x.dtype)
    y=torch.Tensor(5,3)
    print(y.dtype)
torch.float32
torch.float32
torch.float64

torch.tensor和torch.Tensor 都可以通过直接传入数据（只不过还没有转化为tensor类型的矩阵）来建立tensor张量。

    x = torch.Tensor([[5,3,6],[6.5,6,3]])
    y = torch.tensor([[5,3,6],[6.5,6,3]])

2.tensor的使用

1.主要用来将多维数组转化为tensor类型

    x = torch.Tensor([[5,3,6],[6.5,6,3]])
    y = torch.tensor([[5,3,6],[6.5,6,3]])

2.tensor无法通过指定维度来建立张量
这种方式进行操作会报错

	x = torch.tensor(5,3)
    print(x)