PyTorch_创建张量

在 PyTorch 中，Tensor (张量) 是同一种数据类型的元素的多维矩阵。

在 PyTorch 中，数据都是以张量的形式参与计算的。

在 PyTorch 中，张量本质是一个对象，所以以“类”的形式封装起来，对张量的一些运算，处理的方法被封装在类中。

---

基本创建方式

1. torch.tensor     根据现有的数据创建张量，使用 tensor 函数
2. torch.Tensor     根据形状创建张量，其也可用来创建指定数据的张量，使用 Tensor 类来创建
3. torch.IntTensor, torch.FloatTensor, torch.DoubleTensor     创建指定类型的张量

代码

import torch 
import numpy as np 

# 根据已有的数据创建张量
def test01():
    # 创建标量
    data = torch.tensor(10)
    print(data)

    # 使用numpy数组来创建张量
    # 使用 numpy 数组来创建张量
    data1 = np.random.randn(2, 3)
    data = torch.tensor(data1)
    print(data)

    # 使用 list 列表创建张量
    data2 = [[1, 2., 4], [1.3, 4.3, 5.2]]
    data = torch.tensor(data2)
    print(data)

# 创建指定形状的张量
def test02():
    # 创建两行三列的张量
    data = torch.Tensor(2, 3)
    print(data)

    # 可以创建指定值的张量
    data = torch.Tensor([2, 3])
    print(data)

    # 创建标量
    data = torch.Tensor([10])
    print(data)

# 创建指定类型的张量
def test03():
    # 创建一个 int32 类型的张量
    data = torch.IntTensor(2, 3)
    print(data)

    # 注意：如果创建指定类型的张量，但是传递的数据不匹配，会发生类型转换
    data = torch.IntTensor([2.5, 3.5])
    print(data)

if __name__ == "__main__":
    # test01()
    # test02()
    test03()