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.Tensor。 data 可以是 scalar，tuple，list，numpy.ndarray，paddle.Tensor。

如果 data 已经是一个tensor，且 dtype 、 place 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：

  1. import paddle
  3. type(paddle.to_tensor(1))
  4. # <class 'paddle.Tensor'>
  6. paddle.to_tensor(1)
  7. # Tensor: generated_tensor_0
  8. # - place: CUDAPlace(0)   # allocate on global default place CPU:0
  9. # - shape: [1]
  10. # - layout: NCHW
  11. # - dtype: int64_t
  12. # - data: [1]
  14. x = paddle.to_tensor(1)
  15. paddle.to_tensor(x, dtype='int32', place=paddle.CPUPlace()) # A new tensor will be constructed due to different dtype or place
  16. # Tensor: generated_tensor_01
  17. # - place: CPUPlace
  18. # - shape: [1]
  19. # - layout: NCHW
  20. # - dtype: int
  21. # - data: [1]
  23. paddle.to_tensor((1.1, 2.2), place=paddle.CUDAPinnedPlace())
  24. # Tensor: generated_tensor_1
  25. #   - place: CUDAPinnedPlace
  26. #   - shape: [2]
  27. #   - layout: NCHW
  28. #   - dtype: double
  29. #   - data: [1.1 2.2]
  31. paddle.to_tensor([[0.1, 0.2], [0.3, 0.4]], place=paddle.CUDAPlace(0), stop_gradient=False)
  32. # Tensor: generated_tensor_2
  33. #   - place: CUDAPlace(0)
  34. #   - shape: [2, 2]
  35. #   - layout: NCHW
  36. #   - dtype: double
  37. #   - data: [0.1 0.2 0.3 0.4]
  39. type(paddle.to_tensor([[1+1j, 2], [3+2j, 4]], dtype='complex64'))
  40. # <class 'paddle.VarBase'
  42. paddle.to_tensor([[1+1j, 2], [3+2j, 4]], dtype='complex64')
  43. # Tensor(shape=[2, 2], dtype=complex64, place=CUDAPlace(0), stop_gradient=True,
  44. #        [[(1+1j), (2+0j)],
  45. #         [(3+2j), (4+0j)]])