溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要為大家展示了“pytorch中Tensor類型的示例分析”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“pytorch中Tensor類型的示例分析”這篇文章吧。
Tensor有不同的數據類型，每種類型分別有對應CPU和GPU版本（HalfTensor除外）。默認的Tensor是FloatTensor，可通過torch.set_default_tensor_type修改默認tensor類型（如果默認類型為GPU tensor，則所有操作都將在GPU上進行）。
Tensor的類型對分析內存占用很有幫助，例如，一個size為(1000,1000,1000)的FloatTensor，它有1000*1000*1000=10^9個元素，每一個元素占用32bit/8=4Byte內存，所以共占用大約4GB內存/顯存。HalfTensor是專為GPU版本設計的，同樣的元素個數，顯存占用只有HalfTensor的一半，所以可以極大緩解GPU顯存不足的問題，但是由于HalfTensor所能表示的數值大小和精度有限，所以可能出現溢出等問題。
| 數據類型 | CPU Tensor | GPU Tensor |
| 32 bit 浮點 | torch.FloatTensor | torch.cuda.FloatTensor |
| 64 bit 浮點 | torch.DoubleTensor | torch.cuda.DoubleTensor |
| 16 bit 半精度浮點 | N/A | torch.cuda.HalfTensor |
| 8 bit 無符號整形(0~255) | torch.ByteTensor | torch.cuda.ByteTensor |
| 8 bit 有符號整形(-128~127) | torch.CharTensor | torch.cuda.CharTensor |
| 16 bit 有符號整形 | torch.ShortTensor | torch.cuda.ShortTensor |
| 32 bit 有符號整形 | torch.IntTensor | torch.cuda.IntTensor |
| 64 bit 有符號整形 | torch.LongTensor | torch.cuda LongTensor |
各數據類型之間可以互相轉換，type(new_type)是通用的做法，同時還有float、long、half等快捷方法。CPU tensor和GPU tensor之間的互換是通過tensor.cuda和tensor.cpu的方法實現。
如：
#設置默認tensor，注意參數是字符串
torch.set_default_tensor_type('torch.IntTensor')
a=torch.Tensor(2,3)
print(a) #a現在是IntTensor以上是“pytorch中Tensor類型的示例分析”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
