pytorch tensor_Pytorch中支持的tensor的数据类型及它们的相互转换

Pytorch中tensor的类型

• 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

一个例子：

• 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 

tensor数据类型转换方法

• 使用独立的函数如 int(),float()等进行转换
• 使用torch.type()函数，直接显示输入需要转换的类型
• 使用type_as()函数，将该tensor转换为另一个tensor的type

使用独立的函数

import 

使用torch.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：

t1 

使用type_as()函数

• 这个函数的作用是将该tensor转换为另一个tensor的type,可以同步完成转换CPU类型和GPU类型，如torch.IntTensor-->torch.cuda.floatTendor.
• 如果张量已经是指定类型，则不会进行转换

t1