Pytorch中支持的tensor的数据类型及它们的相互转换

Wanderer001

已于 2023-11-02 20:14:16 修改

阅读量1.6w

点赞数 6

分类专栏： Pytorch 文章标签：计算机视觉深度学习机器学习

于 2022-04-01 10:39:31 首次发布

本文链接：https://blog.csdn.net/weixin_36670529/article/details/110293966

版权

本文介绍了PyTorch中支持的8种CPU和GPU张量类型，并提供了三种转换方法：独立函数转换、torch.type()和type_as()。通过示例展示了如何创建不同类型的张量以及如何进行类型转换。

摘要由CSDN通过智能技术生成

Pytorch中定义了8种CPU张量类型和对应的GPU张量类型,CPU类型（如torch.FloatTensor）中间加一个cuda即为GPU类型（如torch.cuda.FloatTensor）
torch.Tensor()、torch.rand()、torch.randn() 均默认生成 torch.FloatTensor型
相同数据类型的tensor才能做运算

torch.FloatTensor(2,3) #构建一个2*3 Float类型的张量
torch.DoubleTensor(2,3) #构建一个2*3 Double类型的张量
torch.HalfTensor (2,3) #构建一个2*3 HalfTenso类型的张量
torch.ByteTensor(2,3) #构建一个2*3 Byte类型的张量
torch.CharTensor(2,3) #构建一个2*3 Char类型的张量
torch.ShortTensor(2,3) #构建一个2*3 Short类型的张量
torch.IntTensor(2,3) #构建一个2*3 Int类型的张量
torch.LongTensor(2,3) #构建一个2*3 Long类型的张量

import t

关注