[API compatibility] Support more construction method for paddle.Tensor

[zeroRains]

PR Category

User Experience

PR Types

New features

Description

增强paddle.Tensor的构造能力，具体如下：

1. paddle.Tensor(): 空输入时，结果与torch.Tensor不对齐，使用paddle.empty([0])才能对齐
2. paddle.Tensor(1,2,3): PR前不支持任意长度int数字进行构造，使用paddle.empty([1,2,3])对齐
3. paddle.Tensor([1,2,3]): PR前不支持原生List和Tuple的输入，使用paddle.to_tensor([1,2,3])对齐

ps: torch.Tensor只会构建float32类型的数据，所以新增的构造方法全部都会设置成float32

在PaConvert下自测，paddle.Tensor()与torch.Tensor()对齐。

pcard-71500

[paddle-bot]

你的PR提交成功，感谢你对开源项目的贡献!
请关注后续CI自动化测试结果，详情请参考Paddle-CI手册。
Your PR has been submitted. Thanks for your contribution!
Please wait for the result of CI firstly. See Paddle CI Manual for details.

[codecov-commenter]

Codecov Report

✅ All modified and coverable lines are covered by tests.
⚠️ Please upload report for BASE (develop@b95cb68). Learn more about missing BASE report.

Additional details and impacted files

@@             Coverage Diff             @@
##             develop    #74619   +/-   ##
===========================================
  Coverage           ?   100.00%           
===========================================
  Files              ?         1           
  Lines              ?        19           
  Branches           ?         0           
===========================================
  Hits               ?        19           
  Misses             ?         0           
  Partials           ?         0           

☔ View full report in Codecov by Sentry.
📢 Have feedback on the report? Share it here.

🚀 New features to boost your workflow:

• ❄️ Test Analytics: Detect flaky tests, report on failures, and find test suite problems.

[zhwesky2010]

这个直接在 [dtype]Tensor 那里加一个别名，就可以实现

[zeroRains]

这个直接在 [dtype]Tensor 那里加一个别名，就可以实现

是import FloatTensor as Tensor这样的别名吗？因为FloatTensor的最后一个条件是通过paddle.Tensor进行构建，这个别名为Tensor之后，应该会有循环引用的问题。我先验证一下。验证好了，不会有循环引用的问题。

但是他存在之前实现版本相同的问题：起了一个别名之后新的Tensor类就不会再是paddle.framework.core.eager.Tensor这个类了，现在很多API是使用core.eager.Tensor的接口去创建Tensor的，包括C++的kernel，其实创建的都是paddle.framework.core.eager.Tensor，这就导致了许多单测使用isinstance(tensor_a, paddle.Tensor)这样的判断会返回False导致单测挂掉，因为paddle.Tensor实际上对应的是paddle.FloatTensor而不是paddle.framework.core.eager.Tensor。所以我觉得还是得按照现在的方式去实现paddle.Tensor。

>>> import paddle
>>> paddle.Tensor()
Tensor(shape=[0], dtype=float32, place=Place(gpu:0), stop_gradient=True,
       [])
>>> a = paddle.to_tensor([2,3,3])
>>> a
Tensor(shape=[3], dtype=int64, place=Place(gpu:0), stop_gradient=True,
       [2, 3, 3])
>>> isinstance(a, paddle.Tensor)
False
>>> 

[zeroRains]

{'worse': [], 'doubt': [{'paddle.nonzero': -1.227996424892444}]} 我看这个API直接调用了_C_ops的kernel，不应该和paddle.Tensor有关系啊。

第一次rerun： {'worse': [], 'doubt': [{'paddle.nonzero': -1.227996424892444}]}
第二次rerun：{'worse': [{'paddle.isnan': -1.5488282406271936}, {'paddle.nonzero': -1.338605102102648}, {'paddle.divide': -1.4344536415095108}], 'doubt': []}
第三次rerun： {'worse': [{'paddle.cumsum': -1.432650440435821}], 'doubt': []}1
第四次rerun: {'worse': [{'paddle.any': -1.429509140805425}], 'doubt': []}

rerun 之后结果不一样了。。。

[zeroRains]

/re-run all-failed

[zhwesky2010]

LGTM

[XiaoguangHu01]

LGTM