pytorch.range()和pytorch.arange()的区别及说明
作者：小饼干超人
这篇文章主要介绍了pytorch.range()和pytorch.arange()的区别及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
pytorch.range()和pytorch.arange()的区别
>>> y=torch.range(1,6) >>> y tensor([1., 2., 3., 4., 5., 6.]) >>> y.dtype torch.float32 >>> z=torch.arange(1,6) >>> z tensor([1, 2, 3, 4, 5]) >>> z.dtype torch.int64
心得
torch.range(start=1, end=6)的结果是会包含end的，而torch.arange(start=1, end=6)的结果并不包含end。- 两者创建的
tensor的类型也不一样。
参考：
Pytorch torch.range()&torch.arange()
torch.range(start=1, end=6)
结果是会包含end的，创建的tensor的类型为float32。
torch.arange(start=1, end=6)
结果并不包含end，创建的tensor的类型为int64。
代码
>>> y=torch.range(1,6) >>> y tensor([1., 2., 3., 4., 5., 6.]) >>> y.dtype torch.float32 >>> z=torch.arange(1,6) >>> z tensor([1, 2, 3, 4, 5]) >>> z.dtype torch.int64
pytorch torch.arange
应用
>>> torch.arange(5) tensor([ 0, 1, 2, 3, 4])
API
torch.arange(start=0, end, step=1, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor
| 参数 | 描述 |
|---|---|
| start (Number) | |
| end (Number) | |
| step (Number) | |
| out (Tensor, optional) | |
| dtype (torch.dtype, optional) | |
| layout (torch.layout, optional) | |
| device (torch.device, optional) | |
| requires_grad (bool, optional) |
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。