关于torch.Tensor.item()函数

1. torch.Tensor.item（）函数，其实就是把张量转换为python标准数字返回，仅适用只有一个元素的张量。
2. pytorch官方文档写的很清楚。请看

   ---

   Tensor.item() → number

   Returns the value of this tensor as a standard Python number. This only works for tensors with one element. For other cases, see tolist().

   ---

   意思是：将此张量的值作为标准Python数返回。这仅适用于具有一个元素的张量。对于其他情况，请参见tolist（）。

不明白就上代码。

---

废话少说看代码。

import torch

a=torch.randn(1,dtype=torch.float32)
print(a,'\n',a.type())

#tensor([-1.9218]) 
#torch.FloatTensor

生成一个float类型的张量，注意只有一个元素。

import torch

a=torch.randn(1,dtype=torch.float32)
print(a,'\n',a.type())

#tensor([-1.9218]) 
#torch.FloatTensor

x=a.item()
print(x,'\n',type(x))

#-0.20335444808006287 
# <class 'float'>

可以看到item（）函数把tensor（张量）转换成了float类型

注意：item只能转换一个元素的张量，元素不是一个报错

import torch

a=torch.randn(2,dtype=torch.float32)
print(a,'\n',a.type())

#tensor([0.1798, 0.1281]) 
#torch.FloatTensor

x=a.item()
print(x,'\n',type(x))

#ValueError: only one element tensors can be converted to Python scalars

可以看到生成了含有两个元素的张量，但是调用item（）时，直接报错。

注：当你的tensor类型不同时，生成的python标准数类型也不同。

import torch

a=torch.tensor([2])
print(a,'\n',a.type())

#tensor([2]) 
#torch.LongTensor

x=a.item()
print(x,'\n',type(x))

#2 
#<class 'int'>

可以看到定义了一个longtensor的张量，生成的为int型。

如有不对，请各位大佬指出。