torch.Tensor

torch.Tensor是一种包含单一数据类型元素的多维矩阵。torch.Tensor是默认的tensor类型（torch.FlaotTensor）的简称

Torch定义了七种CPU tensor类型和八种GPU tensor类型：

Data tyoe	CPU tensor	GPU tensor
32-bit floating point	torch.FloatTensor	torch.cuda.FloatTensor
64-bit floating point	torch.DoubleTensor	torch.cuda.DoubleTensor
16-bit floating point	N/A	torch.cuda.HalfTensor
8-bit integer (unsigned)	torch.ByteTensor	torch.cuda.ByteTensor
8-bit integer (signed)	torch.CharTensor	torch.cuda.CharTensor
16-bit integer (signed)	torch.ShortTensor	torch.cuda.ShortTensor
32-bit integer (signed)	torch.IntTensor	torch.cuda.IntTensor
64-bit integer (signed)	torch.LongTensor	torch.cuda.LongTensor

根据可选择的大小和数据新建一个tensor

如果没有提供参数，将会返回一个空的零维张量。如果提供了numpy.ndarray,torch.Tensor或torch.Storage，将会返回一个有同样参数的tensor.如果提供了python序列，将会从序列的副本创建一个tensor。

• class torch.Tensor
  class torch.Tensor(sizes)
  class torch.Tensor(size)
  class torch.Tensor(sequence or list)
  class torch.Tensor(ndarray)
  class torch.Tensor(tensor)
  class torch.Tensor*(storage)

Numpy array转换为Tensor

tensor = torch.from_numpy(np.array())

Tensor转换为Numpy array

np.array = tensor.numpy()

Tensor返回一个数值
torch.Tensor.item(): 是得到一个元素张量里面的元素值(只能是一个值,比如loss，acc）

Tensor返回一个列表

tolist()

将对象转为指定类型

type(new_type=None, async=False)

Variable
Variable API 几乎和 Tensor API一致 (除了一些in-place方法，这些in-place方法会修改 required_grad=True的 input 的值)。多数情况下，将Tensor替换为Variable，代码一样会正常的工作。由于这个原因，我们不会列出Variable的所有方法，你可以通过torch.Tensor的文档来获取相关知识。

• detach(): Returns a new Variable, detached from the current graph.

参考:
Pytorch Docs