tensor和Tensor的区别

最新推荐文章于 2025-12-05 00:17:15 发布

原创最新推荐文章于 2025-12-05 00:17:15 发布 · 206 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#深度学习 #pytorch #人工智能

收录于

在PyTorch中，`Tensor`创建的张量默认为`FloatTensor`，而`tensor`创建的张量默认为`LongTensor`。通过指定`dtype`参数，可以改变`tensor`创建的张量数据类型，如`torch.DoubleTensor`。然而，尝试用`dtype`参数改变`Tensor`创建的数据类型会导致错误，因为`Tensor`不接受这个参数。

import torch

input=torch.Tensor([[1,-1],
                    [-1,3]])

print(input.type())

代码运行得到的结果：

torch.FloatTensor

如果将Tensor更改成tensor，则代码运行的结果：

torch.LongTensor

根据查阅的资料，以及自己实践运行的结果，可知：Tensor得到的张量的数据类型默认是FloatTensor;而tensor得到的张量的数据类型默认是LongTensor。

如果在代码中，分别指定数据类型会有怎样的结果呢？

import torch

input=torch.tensor([[1,-1],
                    [-1,3]],dtype=torch.float64)

print(input.type())

运行结果：

torch.DoubleTensor

但是对于Tensor函数，则出现报错：

new() received an invalid combination of arguments - got (list, dtype=torch.dtype), but expected one of:
 * (*, torch.device device)
      didn't match because some of the keywords were incorrect: dtype
 * (torch.Storage storage)
 * (Tensor other)
 * (tuple of ints size, *, torch.device device)
 * (object data, *, torch.device device)

Tensor输出的数据类型不能被改变，tensor的数据类型可以根据需要变化。