Pytorch中.new()的作用详解
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
importtorch
rectangle_height=1
rectangle_width=4
inputs=torch.randn(rectangle_height,rectangle_width)
foriinrange(rectangle_height):
forjinrange(rectangle_width):
inputs[i][j]=(i+1)*(j+1)
print("inputs:",inputs)
new_inputs=inputs.new()
print("new_inputs:",new_inputs)
#Constructsanewtensorofthesamedatatypeasselftensor.
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)
#Constructsanewtensorofthesamedatatypeasselftensor.
print(new_inputs.type(),inputs.type())
iftorch.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.FloatTensortorch.FloatTensor inputs:tensor([1.,2.,3.,4.]) new_inputs:tensor([]) torch.FloatTensortorch.FloatTensor cuda:0cuda: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')
以上这篇Pytorch中.new()的作用详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。