官方类型如下：

方法一

import torchmy_tensor = torch.randn(2, 4)  # 默认为float32类型
print("原始：", my_tensor)
print('____________________________________________________________')# torch.long() 将tensor投射为long类型
long_tensor = my_tensor.long()
print(long_tensor)
print('____________________________________________________________')# torch.half()将tensor投射为半精度浮点类型
half_tensor = my_tensor.half()
print(half_tensor)
print('____________________________________________________________')# torch.int()将该tensor投射为int类型
int_tensor = my_tensor.int()
print(int_tensor)
print('____________________________________________________________')# torch.double()将该tensor投射为double类型
double_tensor = my_tensor.double()
print(double_tensor)
print('____________________________________________________________')# torch.float()将该tensor投射为float类型
float_tensor = my_tensor.float()
print(float_tensor)
print('____________________________________________________________')# torch.char()将该tensor投射为char类型
char_tensor = my_tensor.char()
print(char_tensor)
print('____________________________________________________________')# torch.byte()将该tensor投射为byte类型
byte_tensor = my_tensor.byte()
print(byte_tensor)
print('____________________________________________________________')# torch.short()将该tensor投射为short类型
short_tensor = my_tensor.short()
print(short_tensor)
print('____________________________________________________________')

方法二

my_tensor = torch.randn(2, 4)  # 默认为float32类型my_tensor.type(torch.float16)
print('____________________________________________________________')print(my_tensor.type(torch.float16))
print('____________________________________________________________')print(my_tensor.type(torch.float32))
print('____________________________________________________________')print(my_tensor.type(torch.int32))
print('____________________________________________________________')print(my_tensor.type(torch.long))
print('____________________________________________________________')

pytorch修改tensor数据类型相关推荐

pytorch修改tensor的维度（修改为任意维度，或单纯的增减维度）
文章目录 1. 修改为任意维度确保修改前后数据量一致:view() / reshape() 修改前后数据量可以不一致: resize_() 2. 单纯的增减维度 1. 修改为任意维度一般使用两个函 ...
Pytorch的tensor数据类型
PyTorch 笔记（03）— Tensor 数据类型分类（默认数据类型、CPU tensor、GPU tensor、CPU 和 GPU 之间的转换、数据类型之间转换）
1. Tensor 数据类型 Tensor 有不同的数据类型,如下表所示,每种类型都有 CPU 和 GPU 版本(HalfTensor)除外,默认的 tensor 是数据类型是 FloatTensor ...
详解pytorch中的常见的Tensor数据类型以及类型转换
文章目录概览 Tensor的构建补充类型转换附录概览本文主要讲pytorch中的常见的Tensor数据类型,例如:float32,float64,int32,int64.构造他们分别使用如 ...
pytorch 中的数据类型,tensor的创建
pytorch中的数据类型 import torcha=torch.randn(2,3) b=a.type() print(b)#检验是否是该数据类型 print(isinstance(a,torch ...
Pytorch 之修改Tensor部分值
一:背景引入对于一张图片,怎样修改局部像素值? 二:利用Tensor方法比如输入全零tensor,可认为为黑色图片 >>> n=torch.FloatTensor(3,3,4). ...
Pytorch张量tensor的使用
1. 张量Tensor Tensors张量: 张量的概念类似于Numpy中的ndarray数据结构, 最大的区别在于Tensor可以利用GPU的加速功能. 张量是一个统称,其中包含很多类型: [各 ...
pytorch默认初始化_小白学PyTorch | 9 tensor数据结构与存储结构
[机器学习炼丹术]的学习笔记分享<> 小白学PyTorch | 8 实战之MNIST小试牛刀小白学PyTorch | 7 最新版本torchvision.transforms常用API翻 ...
PyTorch的Tensor（张量）
Tensor的概念 Tensor(张量)是一个多维数组,它是标量.向量.矩阵的高维拓展. 标量是一个零维张量,是没有方向的,是一个数.一维张量只有一个维度,是一行或者一列.二维张量是一个矩阵,有两个维 ...

pytorch修改tensor数据类型

方法一

方法二

pytorch修改tensor数据类型相关推荐

最新文章

热门文章