Pytorch 初学者：tensor.new 方法答案

【问题标题】：Pytorch beginner : tensor.new methodPytorch 初学者：tensor.new 方法
【发布时间】：2018-08-22 03:31:47
【问题描述】：

各位，我有一个小问题。

Pytorch 中tensor.new(..) 方法的用途是什么，我在文档中没有找到任何内容。看起来它创建了一个新的张量（顾名思义），但为什么我们不只使用torch.Tensor 构造函数而不是使用这种需要现有张量的新方法。

提前谢谢你。

【问题讨论】：

标签： pytorch

【解决方案1】：

我找到了答案。它用于创建具有相同类型的新张量。

【讨论】：

【解决方案2】：

正如tensor.new() 的文档所说：

构造一个与self张量具有相同数据类型的新张量。

另请注意：

对于 CUDA 张量，此方法将在与此张量相同的设备上创建新张量。

【讨论】：

【解决方案3】：

这是一个使用new() 的简单用例和示例，因为没有它，这个函数的效用不是很清楚。

假设您想在不知道先验数据类型的情况下将高斯噪声添加到张量（或变量）。

这将创建一个高斯噪声张量，其形状和数据类型与变量X 相同：

 noise_like_grad = X.data.new(X.size()).normal_(0,0.01)

这个例子也说明了new(size)的用法，这样我们就得到了一个与X相同类型和大小的张量。

【讨论】：

【解决方案4】：

似乎在较新版本的 PyTorch 中，有许多不同的 new_* 方法旨在替换这种“旧版”new 方法。

因此，如果您有一些张量 t = torch.randn((3, 4))，那么您可以根据您的目标使用以下方法之一构建具有相同类型和设备的新张量：

t = torch.randn((3, 4))
a = t.new_tensor([1, 2, 3])  # same type, device, new data
b = t.new_empty((3, 4))      # same type, device, non-initialized
c = t.new_zeros((2, 3))      # same type, device, filled with zeros
...

for x in (t, a, b, c):
    print(x.type(), x.device, x.size())
# torch.FloatTensor cpu torch.Size([3, 4])
# torch.FloatTensor cpu torch.Size([3])
# torch.FloatTensor cpu torch.Size([3, 4])
# torch.FloatTensor cpu torch.Size([2, 3])

【讨论】：