本文列舉的框架源碼基于PyTorch1.0，交互語(yǔ)句在0.4.1上測(cè)試通過(guò)
import torch
在PyTorch中，Tensor和tensor都能用于生成新的張量：
>>> a=torch.Tensor([1,2])
>>> a
tensor([1., 2.])
>>> a=torch.tensor([1,2])
>>> a
tensor([1, 2])
但是這二者的用法有什么區(qū)別呢？我沒(méi)有找到合適的中文資料，英文的資料如 https://discuss.pytorch.org/t/what-is-the-difference-between-tensor-and-tensor-is-tensor-going-to-be-deprecated-in-the-future/17134/8 也已經(jīng)過(guò)時(shí)了，那就自己動(dòng)手豐衣足食吧。
首先，我們需要明確一下，torch.Tensor()是python類(lèi)，更明確地說(shuō)，是默認(rèn)張量類(lèi)型torch.FloatTensor()的別名，torch.Tensor([1,2])會(huì)調(diào)用Tensor類(lèi)的構(gòu)造函數(shù)init，生成單精度浮點(diǎn)類(lèi)型的張量。
>>> a=torch.Tensor([1,2])
>>> a.type()
'torch.FloatTensor'
而torch.tensor()僅僅是python函數(shù)：https://pytorch.org/docs/stable/torch.html#torch.tensor ，函數(shù)原型是：
torch.tensor(data, dtype=None, device=None, requires_grad=False)
其中data可以是：list, tuple, NumPy ndarray, scalar和其他類(lèi)型。
torch.tensor會(huì)從data中的數(shù)據(jù)部分做拷貝（而不是直接引用），根據(jù)原始數(shù)據(jù)類(lèi)型生成相應(yīng)的torch.LongTensor、torch.FloatTensor和torch.DoubleTensor。
>>> a=torch.tensor([1,2])
>>> a.type()
'torch.LongTensor'
>>> a=torch.tensor([1.,2.])
>>> a.type()
'torch.FloatTensor'
>>> a=np.zeros(2,dtype=np.float64)
>>> a=torch.tensor(a)
>>> a.type()
'torch.DoubleTensor'
這里再說(shuō)一下torch.empty()，根據(jù) https://pytorch.org/docs/stable/torch.html?highlight=empty#torch.empty ，我們可以生成指定類(lèi)型、指定設(shè)備以及其他參數(shù)的張量，由于torch.Tensor()只能指定數(shù)據(jù)類(lèi)型為torch.float，所以torch.Tensor()可以看做torch.empty()的一個(gè)特殊情況。
最后放一個(gè)小彩蛋
>>> a=torch.tensor(1)
>>> a
tensor(1)
>>> a.type()
'torch.LongTensor'
>>> a=torch.Tensor(1)
>>> a
tensor([0.])
>>> a.type()
'torch.FloatTensor'
