torch.as_tensor() 和 torch.asarray() 之间的区别

Question

我从文档中了解到的是，

torch.as_tensor()

和

torch.asarray()

都返回与输入

data

共享内存的张量，否则返回副本。我注意到参数上只有两个不同：

• 我可以隐式地将

  copy=False

  传递到

  torch.asarray()

  来要求共享内存，并在无法复制时获得异常，或者我可以传递

  copy=True

  来要求副本。
• 我可以在

  requires_grad

  中指定

  torch.asarray()

  。

那么

torch.asarray()

是否只提供比

torch.as_tensor()

更多的功能？

但是如果我只是想获得共享内存（如果可能的话），我应该使用什么：

torch.asarray()

还是

torch.as_tensor()

？性能上有什么区别吗？

Answer 1

So does torch.asarray() just offer more capabilities than torch.as_tensor()?

是的，基本上就是这样。

torch.as_tensor

自动尝试复制数据和自动分级信息，而

torch.asarray

使您可以更明确地控制数据复制和自动分级信息。

如果你想要默认共享内存/autograd，我只会使用

as_tensor

。据我所知，如果使用相同的内存/autograd 共享参数，两者之间没有性能差异。