1、创建tensor数据

tensor（张量）是PyTorch的一种数据类型，可以是标量、一维向量、多维矩阵等。

官网已经有介绍，总结如下：

上图中types可以不同（dtype不设定就是同类型），并没有严格界限，不过最好按推荐的情况去使用。

tensor.*中tensor就是带有数据的具体对象了，如下述案例中x、y等。

1、Tensor与tensor区别

import torch as t
x=t.Tensor(2,3) #2行3列
x=t.Tensor([2,3]) #浮点型，输出 tensor([2., 3.])
#tensor里是已存在的数据，标量、向量、矩阵等。注意与Tensor区别
x=t.tensor([2,3])  #与元素同类型，整型
x=t.tensor([2.,3.]) #浮点型

torch.Tensor()是python类，更明确地说，是默认张量类型torch.FloatTensor()的别名，torch.Tensor([1,2])会调用Tensor类的构造函数__init__，生成单精度浮点类型的张量。

torch.tensor()是函数，返回的张量类型与元素同类型。

详解链接https://blog.csdn.net/tfcy694/article/details/85338745

2、torch.*

#未初始化的，里面是垃圾值
x=t.empty(2,3)
x
#类似的还有ones
x=t.zeros(2,3,dtype=t.long)
x
#[0,1]均匀分布，randn是高斯分布
x=t.rand(2,3)
x

3、torch.*_like、torch.new_*

#与x等大，类型不同（若设定）
y=t.zeros_like(x,dtype=t.float)
y
#y与x不等大，同类型（若不设定）
y=x.new_zeros(3,2)
#y.type()
#y.size()
y

 注意，如果报错，一般是因为类型不是Tensor默认的浮点型，转换下就可以了

1、创建tensor数据

原文：https://www.cnblogs.com/xixixing/p/12625563.html