Pytorch數(shù)據(jù)類型與轉(zhuǎn)換(torch.tensor,torch.FloatTensor)
Pytorch數(shù)據(jù)類型與轉(zhuǎn)換(torch.tensor,torch.FloatTensor)
之前遇到轉(zhuǎn)為tensor轉(zhuǎn)化為浮點型的問題,今天整理下,我只講幾個我常用的,如果有更好的方法,歡迎補充
一、torch.tensor
1.首先講下torch.tensor,默認整型數(shù)據(jù)類型為torch.int64,浮點型為torch.float32

2.這是我認為平常最愛用的轉(zhuǎn)數(shù)據(jù)類型的方法,可以用dtype去定義數(shù)據(jù)類型

二、torch.FloatTensor
1.這個函數(shù)不要亂用,首先它可以將變量轉(zhuǎn)化為浮點型32位,這里注意此時的變量類型為列表,或數(shù)組等,此時參數(shù)為單個變量

2.當函數(shù)參數(shù)為整形時,表示生成矩陣的維度,此時參數(shù)可以為多個變量

補充:還有一種方法通過numpy數(shù)組定義數(shù)據(jù)類型,再轉(zhuǎn)化為tensor,這個方法不多講了。
擴展:Pytorch數(shù)據(jù)類型轉(zhuǎn)換
1. Pytorch上的數(shù)據(jù)類型
Pytorch的類型可以分為CPU和GPU上的Tensor, 它們擁有的數(shù)據(jù)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(shù)據(jù)類型之間的轉(zhuǎn)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(shù)就能將Tensor的類型進行轉(zhuǎn)換
除此之外,可以使用type()函數(shù),data為Tensor數(shù)據(jù)類型,data.type()給出data的類型,如果使用data.type(torch.FloatTensor)則強制轉(zhuǎn)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(zhuǎn)換成tensor_2。
self = torch.LongTensor(3, 5) # 轉(zhuǎn)換為其他類型 print self.type(torch.FloatTensor)
3. cuda數(shù)據(jù)類型,cpu類型和一般的數(shù)據(jù)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(zhuǎn)換成普通的
Tensor: variable.data() - Tesnor轉(zhuǎn)換成numpy array的格式:
tensor.numpy() - numpy數(shù)據(jù)轉(zhuǎn)換成Tensor:
torch.from_numpy(np_data) - Tensor轉(zhuǎn)換成Variable:
Variable(tensor)
Pytorch數(shù)據(jù)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(xiàn)自動求導的功能,Variable是對Tensor對象的封裝。
轉(zhuǎn)載鏈接:https://www.jianshu.com/p/eb7c6af28922
邏輯值True和False轉(zhuǎn)成0和1. +0
print(y) print(y+0) ## 輸出結(jié)果 tensor([ True, False, False, True, True, False, False, True, True, False]) tensor([1, 0, 0, 1, 1, 0, 0, 1, 1, 0])
到此這篇關(guān)于Pytorch數(shù)據(jù)類型轉(zhuǎn)換(torch.tensor,torch.FloatTensor)的文章就介紹到這了,更多相關(guān)Pytorch數(shù)據(jù)類型轉(zhuǎn)換內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Sklearn調(diào)優(yōu)之網(wǎng)格搜索與隨機搜索原理詳細分析
這篇文章主要介紹了Sklearn調(diào)優(yōu)之網(wǎng)格搜索與隨機搜索原理,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習吧2023-02-02
Python 多維List創(chuàng)建的問題小結(jié)
這篇文章主要介紹了Python 多維List創(chuàng)建的問題小結(jié),詳細的介紹了遇到的一個小問題的解決方法,具有一定的參考價值,感興趣的小伙伴們可以參考一下2019-01-01
解決使用OpenCV中的imread()內(nèi)存報錯問題
這篇文章主要介紹了解決使用OpenCV中的imread()內(nèi)存報錯問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03
將字典轉(zhuǎn)換為DataFrame并進行頻次統(tǒng)計的方法
下面小編就為大家分享一篇將字典轉(zhuǎn)換為DataFrame并進行頻次統(tǒng)計的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04
python實現(xiàn)在pandas.DataFrame添加一行
下面小編就為大家分享一篇python實現(xiàn)在pandas.DataFrame添加一行,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04

