Pytorch:将列表数据转不同数据类型的Tensor矩阵

        本文主要介绍pytorch中不同数据类型的Tensor矩阵，例如：float32、float64、int32、int64。并将创建好的列表数据转成不同数据类型的Tensor矩阵，最后进行：行复制的操作。

一、列表转Tensor，复制行和列向量

a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
print(a)
print(type(a))  #查看a的类型---即列表类型

'''结果'''
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
<class 'list'>

a = torch.Tensor(a)   #将列表a转成tensor类型
print(a)
print(type(a), a.dtype)   #查看a的类型和a中各个元素的数据类型

'''结果'''
tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.])
<class 'torch.Tensor'> torch.float32

a = a.repeat(2, 1)    #将a的行复制一次，变成两行，1--表示列不变
print(a)
a = a.repeat(3, 1)    #将a的行复制两次，变成三行，1--表示列不变
print(a)

'''结果'''
tensor([[ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.],
        [ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.]])
tensor([[ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.],
        [ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.],
        [ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.]])

a = a.repeat(1, 2)    #将a的列复制一次，增广列数，原来的两倍，1--表示行不变
print(a)
a = a.repeat(1, 3)    #将a的列复制一次，增广列数，原来的三倍，1--表示行不变
print(a)

'''结果'''
tensor([[ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.,  1.,  2.,  3.,  4.,
          5.,  6.,  7.,  8.,  9., 10.]])
tensor([[ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.,  1.,  2.,  3.,  4.,
          5.,  6.,  7.,  8.,  9., 10.,  1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,
          9., 10.]])

二、转Tensor矩阵中元素的数据类型

a = torch.Tensor(a)   #将列表a转成tensor类型
print(a)
print(a.dtype)   #查看a中各个元素的数据类型
a = a.type(torch.FloatTensor)   #转float32数据类型
print(a)
print(a.dtype)

'''结果'''
tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.])
torch.float32
tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.])
torch.float32

a = torch.Tensor(a)   #将列表a转成tensor类型
print(a)
print(a.dtype)   #查看a中各个元素的数据类型
a = a.type(torch.DoubleTensor)   #转float64数据类型
print(a)
print(a.dtype)

'''结果'''
tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.])
torch.float32
tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.], dtype=torch.float64)
torch.float64

a = torch.Tensor(a)   #将列表a转成tensor类型
print(a)
print(a.dtype)   #查看a中各个元素的数据类型
a = a.type(torch.IntTensor)   #转int32数据类型
print(a)
print(a.dtype)

'''结果'''
tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.])
torch.float32
tensor([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10], dtype=torch.int32)
torch.int32

a = torch.Tensor(a)   #将列表a转成tensor类型
print(a)
print(a.dtype)   #查看a中各个元素的数据类型
a = a.type(torch.LongTensor)   #转int64数据类型
print(a)
print(a.dtype)

'''结果'''
tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.])
torch.float32
tensor([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10])
torch.int64

三、求个赞就行