Pytorch中.new()的作用

目录

一、作用

二、使用方法

三、具体代码

四、实际应用（添加噪声）

---

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

import torch

rectangle_height = 1
rectangle_width = 4
inputs = torch.randn(rectangle_height, rectangle_width)
for i in range(rectangle_height):
    for j in range(rectangle_width):
        inputs[i][j] = (i + 1) * (j + 1)
print("inputs:", inputs)
new_inputs = inputs.new()
print("new_inputs:", new_inputs)
# Constructs a new tensor of the same data type as self tensor.
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)
# Constructs a new tensor of the same data type as self tensor.
print(new_inputs.type(), inputs.type())
if torch.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.FloatTensor torch.FloatTensor

inputs: tensor([1., 2., 3., 4.])
new_inputs: tensor([])
torch.FloatTensor torch.FloatTensor
cuda:0 cuda: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：

扫描二维码关注公众号，回复： 10211048 查看本文章

tensor([ 0.0062,  0.0137, -0.0209,  0.0072], device='cuda:0')