Pytorch數據類型與轉換的方法有哪些

本篇內容介紹了“Pytorch數據類型與轉換的方法有哪些”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

Pytorch數據類型與轉換(torch.tensor,torch.FloatTensor)

一、torch.tensor

1.首先講下torch.tensor，默認整型數據類型為torch.int64，浮點型為torch.float32

2.這是我認為平常最愛用的轉數據類型的方法，可以用dtype去定義數據類型

二、torch.FloatTensor

1.這個函數不要亂用，首先它可以將變量轉化為浮點型32位，這里注意此時的變量類型為列表，或數組等，此時參數為單個變量

2.當函數參數為整形時，表示生成矩陣的維度，此時參數可以為多個變量

補充：還有一種方法通過numpy數組定義數據類型，再轉化為tensor，這個方法不多講了。

擴展：Pytorch數據類型轉換

1. Pytorch上的數據類型

Pytorch的類型可以分為CPU和GPU上的Tensor, 它們擁有的數據類型是基本上是一樣的：

• tensor.FloatTensor

• tensor.LongTensor

• tensor.ByteTensor

• tensor.CharTensor

• tensor.ShortTensor

• tensor.IntTensor

• torch.LongTensor

其中torch.Tensor是默認的tensor.FloatTensor的簡稱。

2. 數據類型之間的轉換

tensor = torch.Tensor(3, 5)
## torch.long() 將tensor投射為long類型：
newtensor = torch.long()
## torch.int()將該tensor投射為int類型：
newtensor = torch.int()
## torch.double()將該tensor投射為double類型：
newtensor = torch.double()

一般，只要在Tensor后加long(), int(), double(), float(), byte()等函數就能將Tensor的類型進行轉換
除此之外，可以使用type()函數，data為Tensor數據類型，data.type()給出data的類型，如果使用data.type(torch.FloatTensor)則強制轉換為torch.FloatTensor類型的張量, 如果不知道什么類型，可以使用tensor_1.type_as(tensor_2), 將tensor_1轉換成tensor_2。

self = torch.LongTensor(3, 5)
# 轉換為其他類型
print self.type(torch.FloatTensor)

3. cuda數據類型,cpu類型和一般的數據類型

• 如果沒有特別說明：tensor是cpu上的變量

• 使用gpu張量：tensor.cuda()

• 使用cpu張量：tensor.cpu()

• Variable轉換成普通的Tensor: variable.data()

• Tesnor轉換成numpy array的格式：tensor.numpy()

• numpy數據轉換成Tensor: torch.from_numpy(np_data)

• Tensor轉換成Variable: Variable(tensor)

Pytorch數據類似pytorch中的tensor, 更重要的是tensor可以使用GPU來加速，并且變成Variable可以實現自動求導的功能，Variable是對Tensor對象的封裝。

邏輯值True和False轉成0和1. +0

print(y)
print(y+0)
## 輸出結果
tensor([ True, False, False,  True,  True, False, False,  True,  True, False])
tensor([1, 0, 0, 1, 1, 0, 0, 1, 1, 0])

“Pytorch數據類型與轉換的方法有哪些”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！