为何PyTorch要求将张量的整数形状值断言为元组？

PyTorch框架中，所有张量的shape属性固定返回元组类型，这是为了保持接口一致性——不管张量是0维（标量）、1维还是多维，shape的类型统一，避免因维度不同导致的类型判断混乱。

你的代码问题分析 #

• x = torch.Tensor(3,3) 创建的是二维张量，shape为(3,3)（元组），所以assert x.shape == (3,3)能通过；
• y = torch.Tensor(9) 创建的是一维张量（长度为9），它的shape是(9,)（单元素元组），而(9)在Python中只是整数9，和元组(9,)类型完全不同，因此assert y.shape == (9)必然失败。

实用解决方法 #

1. 如果你需要获取一维张量的长度，可以直接用：

   print(len(y))  # 输出9
   print(y.shape[0])  # 输出9
   

2. 如果要创建标量张量（shape为空元组()），应该用小写的tensor函数传入单个数值：

   scalar = torch.tensor(9)
   print(scalar.shape)  # 输出()
   assert scalar.shape == ()  # 断言成功
   

3. 也可以通过维度数ndim判断张量类型：

   assert y.ndim == 1  # 一维张量，断言成功
   assert scalar.ndim == 0  # 标量，断言成功
   

内容的提问来源于stack exchange，提问作者desert_ranger