文章目录
1序言
本文的目的是将深度学习中所用到的数据类型进行整理,即数据类型和名字的对应。
2默认整数和浮点数
默认的整数类型:int64
默认的浮点数浮点数类型:float32
3查看数据类型
3.1查看类型
1.print(a.dtype)
2.print(b.dtype)
3.2数据类型对应关系
4定义数据类型
4.1方法一
3.print('torch的浮点数与整数的默认数据类型')
4.a = torch.tensor([1,2,3],dtype=torch.int8)
5.b = torch.tensor([1.,2.,3.],dtype = torch.float64)
6.print(a,a.dtype)
7.print(b,b.dtype)
输出的结果:
1.torch的浮点数与整数的默认数据类型
2.tensor([1, 2, 3], dtype=torch.int8) torch.int8
3.tensor([1., 2., 3.], dtype=torch.float64) torch.float64
4.2方法二
1.print('torch的构造函数')
2.a = torch.IntTensor([1,2,3])
3.b = torch.LongTensor([1,2,3])
4.c = torch.FloatTensor([1,2,3])
5.d = torch.DoubleTensor([1,2,3])
6.e = torch.tensor([1,2,3])
7.f = torch.tensor([1.,2.,3.])
5变量类型
1.torch.float64 # 等同于(torch.double)
2.torch.float32 # 默认,FloatTensor
3.torch.float16
4.torch.int64 # 等同于torch.long
5.torch.int32 # 默认
6.torch.int16
7.torch.int8
8.torch.uint8 # 二进制码,表示0-255
9.torch.bool
6数据类型的转换
6.1torch.float()
1.print('数据类型转换')
2.a = torch.tensor([1,2,3])
3.b = a.float()
4.c = a.double()
5.d = a.long()
6.print(b.dtype)
7.print(c.dtype)
8.print(d.dtype)
9.>>> 数据类型转换
10.>>> torch.float32
11.>>> torch.float64
12.>>> torch.int64
6.2type方法
1.b = a.type(torch.float32)
2.c = a.type(torch.float64)
3.d = a.type(torch.int64)