PyTorch系列（2）：tensor操作大全

torch.is_tensor(obj)：判断obj是否是tensor类型

import torch
x = torch.randn(1,2)
y = x.numpy()
print(torch.is_tensor(x))
print(torch.is_tensor(y))

True
False

torch.is_storage(obj): 判断obj是否是pytorch storage 对象

从源码来看，storage对象有以下几种，具体什么含义，暂不清楚。有需求再更新。

_storage_classes = {
    DoubleStorage, FloatStorage, LongStorage, IntStorage, ShortStorage,
    CharStorage, ByteStorage, HalfStorage, BoolStorage
}

torch.is_floating_point(tensor) -> bool :判断是否为浮点类型tensor

浮点类型tensor主要包括：torch.float64, torch.float32, torch.float16

import torch
x = torch.FloatTensor([1,2,3,4])
print(x.dtype)
print(torch.is_floating_point(x))

torch.float32
True

torch.set_default_dtype(d): 设置默认tensor类型为d。设置之后，torch.tensor初始化的tensor类型将为d。

import torch
#初始为64位float tensor
x = torch.tensor([1.0,2,3,4])
print(x.dtype)
#下面将tensor默认类型设置为32位float,只对浮点数有用
torch.set_default_dtype(torch.float32)
y = torch.tensor([1.0,2,3,4])
print(y.dtype)
#此时整数的类型仍未torch.int64,而不是设置的torch.float32
z = torch.tensor([1,2,3,4])
print(z.dtype)

torch.float32
torch.float32
torch.int64

torch.get_default_dtype() ->torch.dtype ：返回默认的floating dtype

import torch
# 刚才已经设置为了32位float
print(torch.get_default_dtype())

torch.float32

torch.set_default_tensor_type(t): 这个好像和torch.set_default_dtype()没啥区别。待补充。

torch.numel(input)-> int :返回input元素的数量

import torch
x = torch.randn(2,3)
print(torch.numel(x))

6