樣例在Pytorch版本“0.4.0”中測試成功。
可參考文章爲:https://blog.csdn.net/tfcy694/article/details/85338745
#t.Tensor 與 t.tensor的區別
import torch as t
#括號中可以傳入多個參數t.Tensor(1,2,3)或者傳入一個參數但參數的維度爲1,如:t.Tensor((1)),按照當前內存進行分配;
#當傳入一個參數類似[1]或者[[1,2],[3,4]]或者(1,2),其數據類型type()是默認的是torch.FloatTensor型 。
a = t.Tensor([[1,2],[3,4]])
b = t.tensor([[1,2],[3,4]])#括號中需傳入一個參數
print(a)
print(b)
print(a.type())
print(b.type())
print(a.size())
print(b.size())
結果爲:
#t.Tensor 與 t.tensor的區別
import torch as t
#括號中可以傳入多個參數t.Tensor(1,2,3)或者傳入一個參數但參數的維度爲1,如:t.Tensor((1)),按照當前內存進行分配;
#當傳入一個參數類似[1]或者[[1,2],[3,4]]或者(1,2),其數據類型type()是默認的是torch.FloatTensor型 。
a = t.Tensor((1))
b = t.tensor([1])#括號中需傳入一個參數
print(a)
print(b)
print(a.type())
print(b.type())
print(a.size())
print(b.size())
結果爲:
#t.Tensor 與 t.tensor的區別
import torch as t
#括號中可以傳入多個參數t.Tensor(1,2,3)或者傳入一個參數但參數的維度爲1,如:t.Tensor((1)),按照當前內存進行分配;
#當傳入一個參數類似[1]或者[[1,2],[3,4]]或者(1,2),其數據類型type()是默認的是torch.FloatTensor型 。
a = t.Tensor(1,2,3)
b = t.tensor([1,2,3])#括號中需傳入一個參數,當輸入爲t.Tensor(1,2,3),會報錯
print(a)
print(b)
print(a.type())
print(b.type())
print(a.size())
print(b.size())
結果爲: