本文简要介绍python语言中 torch.Tensor.new_tensor
的用法。
用法:
Tensor.new_tensor(data, dtype=None, device=None, requires_grad=False) → Tensor
data(array_like) -返回的张量副本
data
。dtype(
torch.dtype
, 可选的) -返回张量的所需类型。默认值:如果没有,则与此张量相同torch.dtype
。device(
torch.device
, 可选的) -返回张量的所需设备。默认值:如果没有,则与此张量相同torch.device
。requires_grad(bool,可选的) -如果 autograd 应该在返回的张量上记录操作。默认值:
False
。
返回一个以
data
作为张量数据的新张量。默认情况下,返回的张量与该张量具有相同的torch.dtype
和torch.device
。警告
new_tensor()
始终复制data
。如果您有张量data
并希望避免复制,请使用torch.Tensor.requires_grad_()
或torch.Tensor.detach()
。如果您有一个 numpy 数组并希望避免复制,请使用torch.from_numpy()
。警告
当 data 是张量
x
时,new_tensor()
从传递的任何内容中读取“数据”,并构造一个叶变量。因此tensor.new_tensor(x)
等效于x.clone().detach()
且tensor.new_tensor(x, requires_grad=True)
等效于x.clone().detach().requires_grad_(True)
。建议使用clone()
和detach()
的等效项。例子:
>>> tensor = torch.ones((2,), dtype=torch.int8) >>> data = [[0, 1], [2, 3]] >>> tensor.new_tensor(data) tensor([[ 0, 1], [ 2, 3]], dtype=torch.int8)
参数:
相关用法
- Python PyTorch Tensor.new_empty用法及代码示例
- Python PyTorch Tensor.new_full用法及代码示例
- Python PyTorch Tensor.new_ones用法及代码示例
- Python PyTorch Tensor.new_zeros用法及代码示例
- Python PyTorch Tensor.narrow用法及代码示例
- Python PyTorch Tensor.unflatten用法及代码示例
- Python PyTorch Tensor.register_hook用法及代码示例
- Python PyTorch Tensor.storage_offset用法及代码示例
- Python PyTorch Tensor.to用法及代码示例
- Python PyTorch Tensor.sparse_mask用法及代码示例
- Python PyTorch Tensor.is_leaf用法及代码示例
- Python PyTorch Tensor.imag用法及代码示例
- Python PyTorch Tensor.unfold用法及代码示例
- Python PyTorch Tensor.real用法及代码示例
- Python PyTorch Tensor.refine_names用法及代码示例
- Python PyTorch Tensor.rename用法及代码示例
- Python PyTorch Tensor.view用法及代码示例
- Python PyTorch Tensor.index_copy_用法及代码示例
- Python PyTorch Tensor.scatter_用法及代码示例
- Python PyTorch Tensor.fill_diagonal_用法及代码示例
- Python PyTorch Tensor.repeat用法及代码示例
- Python PyTorch Tensor.item用法及代码示例
- Python PyTorch Tensor.tolist用法及代码示例
- Python PyTorch Tensor.put_用法及代码示例
- Python PyTorch Tensor.map_用法及代码示例
注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.Tensor.new_tensor。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。