int/list类型转tensor类型

python数据类型->Numpy数据类型->Pytorch的cpu tensor->Pytorch的gpu tensor
python数据类型->list类型->Pytorch的cpu tensor->Pytorch的gpu tensor
转载

a为基本的int类型数据
b=np.array(a), b为numpy数据类型
c=torch.from_numpy(b),c为CPU的tensor
d=c.cuda(),d为GPU的tensor

a为基本的int类型数据
> `b=list(a)`, b为numpy数据类型
> `c=torch.tensor(b)`,c为CPU的tensor
> `d=c.cuda()`,d为GPU的tensor

补充:

data = torch.ones(2, 2)
print(data.dtype)
# torch.int64 #--这里就按照ones--对应int64类型
data = data.type(torch.float32)  # 要接收类型已经改变的tensor数据,否则data本身是不会直接改变数据类型的
print(data.dtype)
torch.float32

list和tensor类型数据互转:

三种类型互转:https://blog.csdn.net/qq_41764621/article/details/126896448

  • 6
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要将一个tensor换为不同的数据类型,可以使用torch提供的不同的方法。以下是一些常见的类型换方法: 1. 使用`torch.long()`将tensor换为长整型(long)类型。例如: `img = tensor.long()` 2. 使用`torch.half()`将tensor换为半精度浮点类型。例如: `img = tensor.half()` 3. 使用`torch.int()`将tensor换为整型(int类型。例如: `img = tensor.int()` 4. 使用`torch.double()`将tensor换为双精度浮点类型。例如: `img = tensor.double()` 5. 使用`torch.float()`将tensor换为浮点类型。例如: `img = tensor.float()` 6. 使用`torch.char()`将tensor换为字符类型(char)。例如: `img = tensor.char()` 7. 使用`torch.byte()`将tensor换为字节类型(byte)。例如: `img = tensor.byte()` 8. 使用`torch.short()`将tensor换为短整型(short)。例如: `img = tensor.short()` 请根据你的需求选择合适的换方法,并用相应的代码将tensor换为目标类型。注意,在换的过程中,tensor的值可能会发生改变,所以请确保你的换是正确的和适合你的需求。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Tensor类型之间的相互换](https://blog.csdn.net/wangshuhuan1/article/details/126057080)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Tensorflow笔记(一)Tensor的数据类型换](https://blog.csdn.net/qq_64746121/article/details/127293000)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值