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