1.数据类型简介
Numpy
NumPy 支持比 Python 更多种类的数值类型。 下表显示了 NumPy 中定义的不同标量数据类型。
Pytorch
Torch定义了七种CPU张量类型和八种GPU张量类型,这里我们就只讲解一下CPU中的,其实GPU中只是中间加一个cuda即可,如torch.cuda.FloatTensor:
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.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
同样,直接使用类型名很可能会报错,正确的使用方式是torch.调用,eg,torch.FloatTensor()
2.Python的type()函数
type函数可以由变量调用,或者把变量作为参数传入。
返回的是该变量的类型,而非数据类型。
data = np.random.randint(0, 255, 300)print(type(data))#
3.Numpy/Pytorch的dtype属性
返回值为变量的数据类型
t_out = torch.Tensor(1,2,3)print(t_out.dtype)#torch.float32
t_out= torch.Tensor(1,2,3)print(t_out.numpy().dtype)#float32
4.Numpy中的类型转换
n_out =n_out.astype(np.uint8)#由变量调用,但是直接调用不会改变原变量的数据类型,是返回值是改变类型后的新变量,所以要赋值回去。
#初始化随机数种子
np.random.seed(0)
data= np.random.randint(0, 255, 300)print(data.dtype)
n_out= data.reshape(10,10,3)#强制类型转换
n_out =n_out.astype(np.uint8)print(n_out.dtype)
img=transforms.ToPILImage()(n_out)
img.show()
Pytorch中的类型转换
pytorch中没有astype函数,正确的转换方法是
1.变量直接调用类型
tensor = torch.Tensor(3, 5)#torch.long() 将tensor投射为long类型
newtensor =tensor.long()#torch.half()将tensor投射为半精度浮点类型
newtensor =tensor.half()#torch.int()将该tensor投射为int类型
newtensor =tensor.int()#torch.double()将该tensor投射为double类型
newtensor =tensor.double()#torch.float()将该tensor投射为float类型
newtensor =tensor.float()#torch.char()将该tensor投射为char类型
newtensor =tensor.char()#torch.byte()将该tensor投射为byte类型
newtensor =tensor.byte()#torch.short()将该tensor投射为short类型
newtensor =tensor.short()#同样,和numpy中的astype函数一样,是返回值才是改变类型后的结果,调用的变量类型不变
2.变量直接调用pytorch中的type函数
type(new_type=None, async=False)如果未提供new_type,则返回类型,否则将此对象转换为指定的类型。 如果已经是正确的类型,则不会执行且返回原对象。
用法如下:
t = torch.LongTensor(3, 5)
t= t.type(torch.FloatTensor)
3.变量调用pytorch中的type_as函数
如果张量已经是正确的类型,则不会执行操作。具体操作方法如下:
t = torch.Tensor(3,5)
tensor= torch.IntTensor(2, 3)
t= t.type_as(tensor)
——————————
版权声明:本文为CSDN博主「啧啧啧biubiu」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_37385726/article/details/81774150
原文:https://www.cnblogs.com/ziwh666/p/12399075.html