1-Pytorch初始化张量和张量的类型

1 导入必备库

import torch
import numpy as np

2 初始化张量

# 初始化张量
t = torch.tensor([1,2])#.type(torch.FloatTensor)
print(t)
print(t.dtype)

输出：

tensor([1, 2])
torch.int64

3 创建float型张量

# 创建float型张量
t = torch.FloatTensor([1,2])
print(t)
print(t.dtype)t = torch.LongTensor([1,2])#int型
print(t)
print(t.dtype)

输出：

tensor([1., 2.])
torch.float32
tensor([1, 2])
torch.int64

4 从Numpy数组ndarray创建张量

# 从Numpy数组ndarray创建张量
np_array = np.array([[1,2],[3,4]])
t_np = torch.from_numpy(np_array)#.type(torch.int32)
print(t_np)'''张量的ndarray类型主要包含：32位浮点型：torch.float32/torh.float(常用)，相当于torch.FloatTensor64位浮点型：torch.float6416位浮点型：torch.float1664位整型：torch.in64/torch.long(常用)，相当于torch.LongTensor32位整型：torch.int3216位整型：torch.int168位整型：torch.int8
'''
print(torch.float == torch.float32)
print(torch.long == torch.int64)

输出：

tensor([[1, 2],[3, 4]], dtype=torch.int32)
True
True

5 构建张量时用dtype明确其类型，或者用type

# 构建张量时用dtype明确其类型，或者用type
t = torch.tensor([[1, 2],[3, 4]], dtype=torch.int32)
print(t)
print(t.dtype)t = torch.tensor([[1, 2],[3, 4]]).type(torch.int32)
print(t)
print(t.dtype)

输出：

tensor([[1, 2],[3, 4]], dtype=torch.int32)
torch.int32
tensor([[1, 2],[3, 4]], dtype=torch.int32)
torch.int32

6 等价转换int64和float32

t = torch.tensor([[1, 2],[3, 4]]).type(torch.int32)
print(t)
print(t.dtype)t = t.long()    #等同int64
print(t)
print(t.dtype)t = t.float()   #等同float32
print(t)
print(t.dtype)

输出：

tensor([[1, 2],[3, 4]], dtype=torch.int32)
torch.int32
tensor([[1, 2],[3, 4]])
torch.int64
tensor([[1., 2.],[3., 4.]])
torch.float32