pytorch常见的Tensor类型详解
Tensor有不同的数据类型，每种类型分别有对应CPU和GPU版本（HalfTensor除外）。默认的Tensor是FloatTensor，可通过torch.set_default_tensor_type修改默认tensor类型（如果默认类型为GPU tensor，则所有操作都将在GPU上进行）。
Tensor的类型对分析内存占用很有帮助，例如，一个size为(1000,1000,1000)的FloatTensor，它有1000*1000*1000=10^9个元素，每一个元素占用32bit/8=4Byte内存，所以共占用大约4GB内存/显存。HalfTensor是专为GPU版本设计的，同样的元素个数，显存占用只有HalfTensor的一半，所以可以极大缓解GPU显存不足的问题，但是由于HalfTensor所能表示的数值大小和精度有限，所以可能出现溢出等问题。
| 数据类型 | CPU Tensor | GPU Tensor |
| 32 bit 浮点 | torch.FloatTensor | torch.cuda.FloatTensor |
| 64 bit 浮点 | torch.DoubleTensor | torch.cuda.DoubleTensor |
| 16 bit 半精度浮点 | N/A | torch.cuda.HalfTensor |
| 8 bit 无符号整形(0~255) | torch.ByteTensor | torch.cuda.ByteTensor |
| 8 bit 有符号整形(-128~127) | torch.CharTensor | torch.cuda.CharTensor |
| 16 bit 有符号整形 | torch.ShortTensor | torch.cuda.ShortTensor |
| 32 bit 有符号整形 | torch.IntTensor | torch.cuda.IntTensor |
| 64 bit 有符号整形 | torch.LongTensor | torch.cuda LongTensor |
各数据类型之间可以互相转换，type(new_type)是通用的做法，同时还有float、long、half等快捷方法。CPU tensor和GPU tensor之间的互换是通过tensor.cuda和tensor.cpu的方法实现。
如：
#设置默认tensor，注意参数是字符串
torch.set_default_tensor_type('torch.IntTensor')
a=torch.Tensor(2,3)
print(a) #a现在是IntTensor
以上这篇pytorch常见的Tensor类型详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持小牛知识库。
-
本文向大家介绍详解PyTorch中Tensor的高阶操作，包括了详解PyTorch中Tensor的高阶操作的使用技巧和注意事项，需要的朋友参考一下 条件选取：torch.where(condition, x, y) → Tensor 返回从 x 或 y 中选择元素的张量，取决于 condition 操作定义： 举个例子： 把张量中的每个数据都代入条件中，如果其大于 0 就得出 a，其它情况就得出
-
Threejs虚拟光源是对自然界光照的模拟，threejs搭建虚拟场景的时候，为了更好的渲染场景，往往需要设置不同的光源，设置不同的光照强度，就像摄影师给你拍照要设置各种辅助灯光一样。 环境光AmbientLight 环境光是没有特定方向的光源，主要是均匀整体改变Threejs物体表面的明暗效果，这一点和具有方向的光源不同，比如点光源可以让物体表面不同区域明暗程度不同。 //环境光:环境光颜色RG
-
本文向大家介绍PyTorch中Tensor的维度变换实现，包括了PyTorch中Tensor的维度变换实现的使用技巧和注意事项，需要的朋友参考一下 对于 PyTorch 的基本数据对象 Tensor (张量)，在处理问题时，需要经常改变数据的维度，以便于后期的计算和进一步处理，本文旨在列举一些维度变换的方法并举例，方便大家查看。 维度查看：torch.Tensor.size() 查看当前 tens
-
本文向大家介绍Pytorch Tensor的索引与切片例子，包括了Pytorch Tensor的索引与切片例子的使用技巧和注意事项，需要的朋友参考一下 1. Pytorch风格的索引 根据Tensor的shape，从前往后索引，依次在每个维度上做索引。 示例代码： 上述代码创建了一个shape=[4, 3, 28, 28]的Tensor，我们可以理解为4张图片，每张图片有3个通道，每个通道是28x
-
本文向大家介绍pytorch 常用线性函数详解，包括了pytorch 常用线性函数详解的使用技巧和注意事项，需要的朋友参考一下 Pytorch的线性函数主要封装了Blas和Lapack，其用法和接口都与之类似。 常用的线性函数如下： 函数 功能 trace 对角线元素之和（矩阵的迹） diag 对角线元素 triu/tril 矩阵的上三角/下三角，可指定偏移量 mm/bmm 矩阵乘法，batch的
-
本文向大家介绍PyTorch之图像和Tensor填充的实例，包括了PyTorch之图像和Tensor填充的实例的使用技巧和注意事项，需要的朋友参考一下 在PyTorch中可以对图像和Tensor进行填充，如常量值填充，镜像填充和复制填充等。在图像预处理阶段设置图像边界填充的方式如下： 对Tensor进行填充的方式如下： 这里需要注意一点的是，transforms.Pad只能对PIL图像格式进行填充