無法使用割炬創建張量

Question

我試圖如下創建張量。

import torch
t = torch.tensor(2,3)

我收到以下錯誤。

（）中的TypeError追蹤（最近一次通話最近）-> 1 a = torch.tensor（2,3）

TypeError：tensor（）接受1個位置參數，但給出了2個

所以，我嘗試了以下

import torch
t = torch.Tensor(2,3)
# No error while creating the tensor
# When i print i get an error
print(t)

我收到以下錯誤

（）中的RuntimeError Traceback（最近一次通話是最近的）-> 1打印（a）

repr中的 D：\\ softwares \\ anaconda \\ lib \\ site-packages \\ torch \\ tensor.py（自身）55＃字符替換unicode字符。 56如果sys.version_info>（3，）：--> 57返回torch._tensor_str._str（self）58其他：59如果hasattr（sys.stdout，'encoding'）：

在_str（self）216后綴='，dtype ='+ str（self.dtype）+后綴217-> 218 fmt，scale，sz = _number_format中的D：\\ softwares \\ anaconda \\ lib \\ site-packages \\ torch_tensor_str.py （自己）219如果scale！= 1：220前綴=前綴+ SCALE_FORMAT.format（scale）+''*縮進

D：\\ softwares \\ anaconda \\ lib \\ site-packages \\ torch_tensor_str.py以_number_format（tensor，min_sz）94＃TODO：使用fmod嗎？ 張量值的95：---> 96 if value！= math.ceil（value.item（））：97 int_mode = False 98 break

RuntimeError：長時間解包時溢出

但是，根據《 This SO Post》 ，他能夠創建張量。 我在這里想念什么嗎？ 另外，為什么我能夠用Tensor （大寫T）創建張Tensor而不用tensor （小t）創建張Tensor

Answer 1

torch.tensor()需要一個序列或array_like來創建張量，而torch.Tensor()類可以僅使用形狀信息來創建張量。

這是torch.tensor()的簽名：

Docstring ：
張量（data，dtype = None，device = None，require_grad = False）->張量

用：attr： data構造一個張量。

精氨酸 ：
數據（array_like）：張量的初始數據。 可以是列表，元組，NumPy ndarray ，標量和其他類型。

torch.dtype （：class： torch.dtype ，可選）：返回張量的所需數據類型。

---

關於RuntimeError ：我無法在Linux發行版中重現該錯誤。 從ipython終端打印張量可以很好地工作。

---

仔細檢查該錯誤，這似乎僅在Windows OS中是一個問題。 如評論中所述，請查看問題/ 6339：打印包含大值的張量時出錯