pytorch中Tensor.new()的使用解析
作者：页页读
这篇文章主要介绍了pytorch中Tensor.new()的使用解析,Tensor.new()是创建一个新的Tensor,该Tensor的type和device都和原有Tensor一致,且无内容,需要的朋友可以参考下
一、作用
创建一个新的Tensor，该Tensor的 type 和 device 都和原有Tensor一致，且无内容。
二、使用方法
如果随机定义一个大小的Tensor，则新的Tensor有两种创建方法，如下：
inputs = torch.randn(m, n) new_inputs = inputs.new() new_inputs = torch.Tensor.new(inputs)
三、具体代码
import torch
rectangle_height = 1
rectangle_width = 4
inputs = torch.randn(rectangle_height, rectangle_width)
for i in range(rectangle_height):
for j in range(rectangle_width):
inputs[i][j] = (i + 1) * (j + 1)
print("inputs:", inputs)
new_inputs = inputs.new()
print("new_inputs:", new_inputs)
# Constructs a new tensor of the same data type as self tensor.
print(new_inputs.type(), inputs.type())
print('')
inputs = inputs.squeeze(dim=0)
print("inputs:", inputs)
# new_inputs = inputs.new()
new_inputs = torch.Tensor.new(inputs)
print("new_inputs:", new_inputs)
# Constructs a new tensor of the same data type as self tensor.
print(new_inputs.type(), inputs.type())
if torch.cuda.is_available():
device = torch.device("cuda")
inputs, new_inputs = inputs.to(device), new_inputs.to(device)
print(inputs.device, new_inputs.device)结果如下：
可以看到不论inputs是多少维的，新建的new_inputs的type和device都与inputs保持一致
inputs: tensor([[1., 2., 3., 4.]]) new_inputs: tensor([]) torch.FloatTensor torch.FloatTensor inputs: tensor([1., 2., 3., 4.]) new_inputs: tensor([]) torch.FloatTensor torch.FloatTensor cuda:0 cuda:0
四、实际应用（添加噪声）
可以对Tensor添加噪声，添加如下代码即可实现：
noise = inputs.data.new(inputs.size()).normal_(0,0.01) print(noise)
结果如下：
tensor([ 0.0062, 0.0137, -0.0209, 0.0072], device='cuda:0')
到此这篇关于pytorch中Tensor.new()的使用解析的文章就介绍到这了,更多相关Tensor.new()的使用内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！