3. libtorch张量基本数值类型

最新推荐文章于 2024-04-25 17:28:41 发布

陨星落云

最新推荐文章于 2024-04-25 17:28:41 发布

阅读量1k

点赞数

分类专栏： libtorch 文章标签：人工智能 libtorch

本文链接：https://blog.csdn.net/qq_28368377/article/details/121207143

版权

libtorch 专栏收录该内容

12 篇文章

订阅专栏

本文通过示例介绍了PyTorch中张量的基本数值类型，包括int、uint、float和bool，以及它们的取值范围。例如，kU8类型用于表示无符号整数，其取值范围为0到255。示例代码展示了创建不同类型的张量并打印其内容的过程，同时强调了超出kU8取值范围会引发错误。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

表 2-2. 张量基本数值类型

类型	变量	描述
int	kInt8，kInt16，kInt32，kInt64 缩写（kI8，kI16，kI32，kI64）	整数
uint	kUInt8 缩写（kU8）	无符号整数
float	kFloat16，kFloat32，kFloat64 缩写（kF16，kF32，kF64）	浮点数
bool	kBool	布尔类型

例2-2：张量基本数值类型

#include <torch/torch.h>
#include <torch/script.h>
#include <opencv2/opencv.hpp>

int main() {

	auto a = torch::tensor({ {1,2,3},{-4,-5,-6} }, torch::kI8);
	auto b = torch::tensor({ {1,2,3},{4,5,6} }, torch::kU8);
	auto c = torch::tensor({ 1.2,1.3,20.159 }, torch::kF32); //kF32是kFloat32缩写
	auto d = torch::tensor({ 0,1,2 }, torch::kBool);

	std::cout << "a：\n" << a << std::endl;
	std::cout << "b：\n" << b << std::endl;
	std::cout << "c：\n" << c << std::endl; 
	std::cout << "d：\n" << d << std::endl;

	return 0;

}

结果：

a：
 1  2  3
-4 -5 -6
[ CPUCharType{2,3} ]
b：
 1  2  3
 4  5  6
[ CPUByteType{2,3} ]
c：
  1.2000
  1.3000
 20.1590
[ CPUFloatType{3} ]
d：
 0
 1
 1
[ CPUBoolType{3} ]

例2-3：kU8的取值范围

#include <torch/torch.h>

int main() {
	auto a = torch::tensor({ {1,2,3},{254,255,0} }, torch::kU8);
	auto b = torch::tensor({ {-255,-254,-253},{-2,-1,0} }, torch::kU8);
	std::cout << "a：\n" << a << std::endl;
	std::cout << "b：\n" << b << std::endl;

	return 0;

结果：

a：
   1    2    3
 254  255    0
[ CPUByteType{2,3} ]
b：
   1    2    3
 254  255    0
[ CPUByteType{2,3} ]

注意：kU8取值超出-255到255的范围会报错，其中-1表示255。