pytorch.range() 和 pytorch.arange() 的区别

本文介绍了使用PyTorch创建两种不同类型的张量的方法:torch.range 和 torch.arange。前者生成包含指定结束值的浮点数张量,后者生成不包含指定结束值的整数张量。文中还对比了这两种函数生成的张量的数据类型差异。

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

>>> y=torch.range(1,6)
>>> y
tensor([1., 2., 3., 4., 5., 6.])
>>> y.dtype
torch.float32

>>> z=torch.arange(1,6)
>>> z
tensor([1, 2, 3, 4, 5])
>>> z.dtype
torch.int64

总结:

  1. torch.range(start=1, end=6) 的结果是会包含end的,
    torch.arange(start=1, end=6)的结果并不包含end
  2. 两者创建的tensor的类型也不一样。

参考:
torch.range
torch.arange

评论 1
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