3.2 Tensor的创建

在PyTorch中，创建Tensor的方法有很多，例如：用指定值创建Tensor；创建时仅指定Tensor的形状；依据另外一个Tensor的形状创建Tensor等。

1．用指定值创建Tensor

【例3.1】假设要创建一个32位浮点型的Tensor，其值是矩阵[[1，2]，[3，4]，[5，6]]。

输入：

输出：

【例3.2】用size()函数或shape属性查看Tensor的尺寸；用dtype属性查看它的数据类型；用numel()函数查看它的元素个数。

输入：

输出：

可以看出：

（1）size()函数与shape属性具有相同的功能。

（2）不指定数据类型时，Tensor默认的数据类型是32位浮点型（torch.FloatTensor）。

2．创建时仅指定Tensor的形状

【例3.3】可以在创建时为Tensor直接赋值，也可以先创建一个未赋值的空Tensor。

输入：

输出：

系统不会马上给这个Tensor分配空间，使用时才会分配，分配空间的大小取决于内存空间的状态。

3．依据另外一个Tensor的形状创建Tensor

【例3.4】创建一个和给定的Tensor形状一样的新Tensor。

输入：

输出：

4．其他常用的创建Tensor的方法

其他常用的创建Tensor的方法如下。

（1）torch.empty（size）：返回形状为size的空Tensor。

（2）torch.zeros（size）：返回形状为size、元素全部是0的Tensor。

（3）torch.zeros_like（input）：返回与input相同形状的、元素全部是0的Tensor。

（4）torch.ones（size）：返回形状为size、元素全部是1的Tensor。

（5）torch.ones_like（input）：返回与input相同形状的、元素全部是1的Tensor。

（6）torch.rand（size）：返回形状为size、元素为一组在[0，1）内满足均匀分布的随机数的Tensor。

（7）torch.randn（size）：返回形状为size、元素为一组满足标准正态分布（均值为0，方差为1）的随机数的Tensor。