pytorch中get_device， 类型转换

get_device

2 numpy的item() 获取对应的值

np.random.seed(123)
x = np.random.randint(9, size=(3, 3))
x
array([[2, 2, 6],
       [1, 3, 6],
       [1, 0, 1]])
x.item(3)
1
x.item(7)
0
x.item((0, 1))
2
x.item((2, 2))
1

3. tensor中的item（），获取值并保留2位小数

>>> x = torch.tensor([[1]])
>>> x
tensor([[ 1]])
>>> x.item()
1
>>> x = torch.tensor(2.5)
>>> x
tensor(2.5000)
>>> x.item()
2.5

4 类型转换,
类型转换, 将list ,numpy转化为tensor。 以list -> tensor为例：

print(torch.FloatTensor([1,2])) 输出: tensor([1., 2.])

求梯度只针对于浮点型tensor，整型tensor不能求梯度
requires_grad只针对浮点型tensor ！！！！