当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python PyTorch Tensor.new_tensor用法及代码示例


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

参数

  • 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 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_() 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()tensor.new_tensor(x, requires_grad=True) 等效于 x.clone().detach().requires_grad_(True) 。建议使用 clone()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)

相关用法


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。