03-Tensor常见属性

1. 形状（Shape）

作用： 描述张量的维度大小。

属性名：

• PyTorch: .shape 或 .size()
• TensorFlow: .shape

示例：

import torch
x = torch.tensor([[1, 2, 3], [4, 5, 6]])
print(x.shape)  # 输出: torch.Size([2, 3])
print(x.size()) # 输出: torch.Size([2, 3])

2. 数据类型（Data Type）

作用： 描述张量中元素的数据类型（如浮点数、整数等）。

属性名：

• PyTorch: .dtype
• TensorFlow: .dtype

示例：

x = torch.tensor([1, 2, 3])
print(x.dtype)  # 输出: torch.int64

3. 设备（Device）

作用： 描述张量存储在哪个设备上（如 CPU 或 GPU）。

属性名：

• PyTorch: .device
• TensorFlow: .device

示例：

x = torch.tensor([1, 2, 3])
print(x.device)  # 输出: cpu

 将张量移动到 GPU
x = x.to('cuda')
print(x.device)  # 输出: cuda:0

4. 维度（Dimensions）

作用： 描述张量的维度数量（阶数）。

属性名：

• PyTorch: .dim()
• TensorFlow: .ndim

示例：

x = torch.tensor([[1, 2, 3], [4, 5, 6]])
print(x.dim())  # 输出: 2

5. 元素数量（Number of Elements）

作用： 描述张量中元素的总数。

属性名：

• PyTorch: .numel()
• TensorFlow: .size 或 tf.size()

示例：

x = torch.tensor([[1, 2, 3], [4, 5, 6]])
print(x.numel())  # 输出: 6