我从文档中了解到，torch.as_tensor()和都torch.asarray()返回与输入共享内存的张量data，否则返回副本。我只注意到参数中的两个区别：
- 我可以隐式地传递
copy=False给torch.asarray()需要共享内存，如果无法复制则获取异常，或者我可以传递copy=True给需要复制。- 我可以
requires_grad在 中指定torch.asarray()。
那么，是否torch.asarray()只提供比更多的功能torch.as_tensor()？
但是如果我只是想尽可能地获取共享内存，我应该使用什么：torch.asarray()或者torch.as_tensor()？性能上有什么区别吗？
是的，基本上就是这样。
torch.as_tensor自动尝试复制数据和自动求导信息，同时torch.asarray让您对数据复制和自动求导信息进行更明确的控制。如果您希望默认使用共享内存/自动求导，我只会使用
as_tensor。据我所知，只要使用相同的内存/自动求导共享参数，两者之间的性能没有差异。为了提供更多背景信息，我认为
torch.asarray()和之间的真正“区别”torch.as_tensor()在于前者是标准Array API的一部分，而后者不是。换句话说，这两个函数并不是针对不同的用例，而是有标准和非标准的方式来做同一件事。