python 中torch.Tensor与torch.tensor使用注意事项

在使用python的pickle.dump保存对象时，该对象并不大，却让C盘爆满，磁盘开始执行大量的写操作，内存也一度爆满。

原本以为是pickle的问题，可能对list对象的数量有所要求，结果并不是。

原因是list对象存储int64的ndarray数据时，使用了torch.Tensor。本以为是创建了包含一位数据的tensor，结果创建了包含该整数大小的tensor，自然会将存储占满。

对于torch.tensor来讲，

torch.tensor(data, dtype=None, device=None, requires_grad=False, pin_memory=False)

　　data数据类型可以是列表list、元组tuple、numpy数组ndarray、纯量scalar（又叫标量）和其他的一些数据类型。

因此tensor是可以输入数据来构造tensor的，tensor会复制一份原数据，参与新的数据构造。

而torch.Tensor 则是略有不同，输入int数据直接当做形状了。如下所示。

 然而你要是输入list对象，就可以给弄好了。