torch.linspace()、tensor.item()及tensor.tolist()方法使用

PyTorch中的torch.linspace

torch.linspace(start, end, steps=100, out=None, dtype=None,layout=torch.strided, device=None, requires_grad=False)

start： 开始值
end：结束值
steps：分割的点数，默认为100

import torch

drop_path_rate = 0.1

depths = [2, 2, 2]

dpr = [x.item() for x in torch.linspace(0, drop_path_rate, sum(depths))] 

print(dpr)

输出：

[0.0, 0.019999999552965164, 0.03999999910593033, 0.06000000238418579, 0.07999999821186066, 0.10000000149011612]

上例中涉及到x.item()方法

从item()方法中可以看出，item()是将一个张量的值，以一个python数字形式返回，但该方法只能包含一个元素的张量，对于包含多个元素的张量，可以考虑tolist()方法。

该操作是不能微分的；即不可求导，不能调用backward()方法进行反向传播。

import tensor

a = torch.Tensor([8.0])

print(a)

print(type(a))

b = a.item()

print(b)

print(type(b))


输出：
tensor([8.])
<class 'torch.Tensor'>
8.0
<class 'float'>

多个张量转化方法tensor.tolist()

import tensor

c = torch.Tensor([6.0, 7.0,8.0])

print(c)

print(type(c))

d = c.tolist()

print('d', d, type(d))

输出：
tensor([6., 7., 8.])
<class 'torch.Tensor'>
d [6.0, 7.0, 8.0] <class 'list'>