Pytorch中的Tensor和tensor

本文主要探讨Pytorch中Tensor的概念和使用,适用于版本0.4.0。通过学习,你可以理解Tensor在Pytorch中的核心作用及其操作方式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

样例在Pytorch版本“0.4.0”中测试成功。

可参考文章为:https://blog.youkuaiyun.com/tfcy694/article/details/85338745

 

#t.Tensor 与 t.tensor的区别
import torch as t
#括号中可以传入多个参数t.Tensor(1,2,3)或者传入一个参数但参数的维度为1,如:t.Tensor((1)),按照当前内存进行分配;
#当传入一个参数类似[1]或者[[1,2],[3,4]]或者(1,2),其数据类型type()是默认的是torch.FloatTensor型 。
a = t.Tensor([[1,2],[3,4]])
b = t.tensor([[1,2],[3,4]])#括号中需传入一个参数
print(a)
print(b)
print(a.type())
print(b.type())
print(a.size())
print(b.size())

结果为: 

 


                
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值