代码收藏家 torch中的数据类型和相互转换
文章目录
1 torch.Tensor
A
torch.Tensoris a multi-dimensional matrix containing elements of a single data type.
torch.Tensor是包含单一数据类型的多维矩阵
2 Data types
Torch定义了10种不同CPU和GPU的张量类型，下面摘录常用的几种
| Data type | dtype | CPU tensor | GPU tensor |
|---|---|---|---|
| 32-bit floating point | torch.float32 or torch.float | torch.FloatTensor |
torch.cuda.FloatTensor |
| 64-bit floating point | torch.float64 or torch.double | torch.DoubleTensor |
torch.cuda.DoubleTensor |
| 32-bit integer (signed) | torch.int32 or torch.int | torch.IntTensor |
torch.cuda.IntTensor |
| 64-bit integer (signed) | torch.int64 or torch.long | torch.LongTensor |
torch.cuda.LongTensor |
| Boolean | torch.bool | torch.BoolTensor |
torch.cuda.BoolTensor |
torch.Tensoris an alias for the default tensor type (torch.FloatTensor).
torch.Tensor是默认张量类型(torch.FloatTensor)的别名
CPU张量在torch中，GPU张量在torch.cuda包中
从CPU转换到GPU，有一个to(device)的张量方法，可以创建张量的副本到指定设备（可以是CPU或GPU）
使用torch.device类，该类接受设备名称和可选索引。它有device属性，所以可以访问张量当前所在的设备。
从GPU转换到CPU，使用.cpu()方法
3 Initializing and basic operations
1）使用torch.tensor() 创建
2）使用python list创建
3）使用zeros ones函数创建
4）通过torch.dtype指定类型， torch.device指定构造器
5）零维张量
就是数字，比如说是某些操作的求和结果
可以使用torch.tensor()函数创建
6）torch.Tensor.item()从包含单个值的张量中获取Python数字
必须是单个值才行！！！！
4 type changes
1）tensor间类型转换
.long(), .int(), .float(), .double()等.to()函数进行转换
2）数据存储位置转换
CPU张量 —-> GPU张量，使用data.cuda() 或者 data.to()
GPU张量 —-> CPU张量，使用data.cpu()
3）与Python数据类型转换
1 torch.Tensor —-> 单个Python数据，使用data.item()，data为Tensor变量且只能为包含单个数据
2 torch.Tensor —-> Python list，使用data.tolist()，data为Tensor变量，返回shape相同的可嵌套的list
3 torch.Tensor —-> numpy，使用data.numpy()，data为Tensor变量
4 numpy —-> torch.Tensor，tensor = torch.from_numpy(ndarray)
5 list —-> numpy ，使用np.array(list)
6 numpy—-> list ，使用.tolist()
参考
4）剥离出一个tensor参与计算，但不参与求导
Tensor后加 .detach()
来源：莩甲柚
