to_tensor

paddle. to_tensor ( data, dtype=None, place=None, stop_gradient=True ) [源代码]

该API通过已知的 data 来创建一个 tensor,tensor类型为 paddle.Tensordata 可以是 scalar,tuple,list,numpy.ndarray,paddle.Tensor。

如果 data 已经是一个tensor,且 dtypeplace 没有发生变化,将不会发生 tensor 的拷贝并返回原来的 tensor。 否则会创建一个新的tensor,且不保留原来计算图。

参数:
  • data (scalar|tuple|list|ndarray|Tensor) - 初始化tensor的数据,可以是 scalar,list,tuple,numpy.ndarray,paddle.Tensor类型。

  • dtype (str, optional) - 创建tensor的数据类型,可以是 'bool' ,'float16','float32', 'float64' ,'int8','int16','int32','int64','uint8','complex64','complex128'。 默认值为None,如果 data 为python浮点类型,则从 get_default_dtype 获取类型,如果 data 为其他类型, 则会自动推导类型。

  • place (CPUPlace|CUDAPinnedPlace|CUDAPlace, optional) - 创建tensor的设备位置,可以是 CPUPlace, CUDAPinnedPlace, CUDAPlace。默认值为None,使用全局的place。

  • stop_gradient (bool, optional) - 是否阻断Autograd的梯度传导。默认值为True,此时不进行梯度传传导。

返回:通过 data 创建的 tensor。

抛出异常:
  • TypeError: 当 data 不是 scalar,list,tuple,numpy.ndarray,paddle.Tensor类型时

  • ValueError: 当 data 是包含不等长子序列的tuple或list时, 例如[[1, 2], [3, 4, 5]]

  • TypeError: 当 dtype 不是 bool,float16,float32,float64,int8,int16,int32,int64,uint8,complex64,complex128时

  • ValueError: 当 place 不是 paddle.CPUPlace,paddle.CUDAPinnedPlace,paddle.CUDAPlace时

代码示例

import paddle

type(paddle.to_tensor(1))
# <class 'paddle.Tensor'>

paddle.to_tensor(1)
# Tensor: generated_tensor_0
# - place: CUDAPlace(0)   # allocate on global default place CPU:0
# - shape: [1]
# - layout: NCHW
# - dtype: int64_t
# - data: [1]

x = paddle.to_tensor(1)
paddle.to_tensor(x, dtype='int32', place=paddle.CPUPlace()) # A new tensor will be constructed due to different dtype or place
# Tensor: generated_tensor_01
# - place: CPUPlace
# - shape: [1]
# - layout: NCHW
# - dtype: int
# - data: [1]

paddle.to_tensor((1.1, 2.2), place=paddle.CUDAPinnedPlace())
# Tensor: generated_tensor_1
#   - place: CUDAPinnedPlace
#   - shape: [2]
#   - layout: NCHW
#   - dtype: double
#   - data: [1.1 2.2]

paddle.to_tensor([[0.1, 0.2], [0.3, 0.4]], place=paddle.CUDAPlace(0), stop_gradient=False)
# Tensor: generated_tensor_2
#   - place: CUDAPlace(0)
#   - shape: [2, 2]
#   - layout: NCHW
#   - dtype: double
#   - data: [0.1 0.2 0.3 0.4]

type(paddle.to_tensor([[1+1j, 2], [3+2j, 4]], dtype='complex64'))
# <class 'paddle.VarBase'

paddle.to_tensor([[1+1j, 2], [3+2j, 4]], dtype='complex64')
# Tensor(shape=[2, 2], dtype=complex64, place=CUDAPlace(0), stop_gradient=True,
#        [[(1+1j), (2+0j)],
#         [(3+2j), (4+0j)]])