这个警告信息是提示在构造新的张量时，推荐使用 sourceTensor.clone().detach() 或 sourceTensor.clone().detach().requires_grad_(True)，而不是使用 torch.tensor(sourceTensor) 的方式。
警告信息提到了这个建议，是因为在 PyTorch 中，torch.tensor() 函数都会创建新的张量，并且不与原先的张量共享内存，即使输入的是一个已有的 PyTorch 张量。如果原先的张量是一个反向传播计算图的一部分，使用 torch.tensor() 函数会破坏计算图中张量的历史信息，使原来的张量和新创建的张量不再共享梯度和计算历史。因此，如果想要创建一个新的张量，最好使用 tensor.clone().detach() 或者 tensor.detach().clone()，这样可以安全地复制一个共享计算历史的张量。
具体来说，如果想要从 a 中创建一个新的张量 b，并以这个新张量作为当前计算图的一部分，应该使用如下方式：
b = a.clone().detach() # 或者 b = a.detach().clone()代替
b = torch.tensor(a)这样生成的张量 b 具有相同的形状和值，但是它不再共享梯度和计算历史，可以安全地用于其他操作。
来源地址：https://blog.csdn.net/djdjdhch/article/details/130628522
