在训练卷积网络模型时,计算损失函数时,通常会用到loss.item()
在获取张量某元素值时,加item()与不加item()的区别
取出张量具体位置的元素元素值,返回的是该位置元素值的高精度值
下面举例说明:
a=torch.randn(2,3)
a
tensor([[-0.4092, -0.0087, 2.7579],
[-0.5139, 0.0264, 0.0184]])
a[0][0]
tensor(-0.4092)
a[0][0].item()
-0.40917423367500305
首先,数据的类型从tensor变成了float;其次,数据自身的精度也发生了变化。