pytorch 中的数据类型,tensor的创建

pytorch中的数据类型

import torch
 
a=torch.randn(2,3)
b=a.type()
print(b)
 
#检验是否是该数据类型
print(isinstance(a,torch.FloatTensor))
 
print(isinstance(a,torch.cuda.FloatTensor))
a=a.cuda()
print(isinstance(a,torch.cuda.FloatTensor))

基本数据类型的生成

#生成一个Tensor，数值为1.1
a=torch.Tensor([1.1])
print(a)
 
#生成一个二维的Tensor，数值为1.1，2.2
b=torch.Tensor([1.1,2.2])
print(b)
 
#生成一个一维的Tensor，Tensor的值由random初始化
c=torch.FloatTensor(1)
print(c)
 
#生成er个一维的Tensor，Tensor的值random初始化
d=torch.FloatTensor(2)
print(d)
 
#由np生成一个Tensor,二维数值为1
e=np.ones(2)
print(e)
f=torch.from_numpy(e)
print(f)

f=torch.FloatTensor([2.,3.2])
print(f)
 
g=torch.IntTensor([2,3])
print(g)

torch.Tensor是默认的tensor类型（torch.FlaotTensor）的简称。
 torch.tensor根据后面的data创建Tensor，Tensor类型根据数据进行推断。

a = torch.empty(1)
print(a)#tensor([5.6052e-45])
 
b1 = torch.Tensor(2,3)
print(b1)#tensor([[8.4102e+10, 4.5914e-41, 0.0000e+00],
        #[0.0000e+00, 0.0000e+00, 0.0000e+00]])
b = torch.Tensor([2,3])
print(b)#tensor([2., 3.])
 
c = torch.tensor([2,3])
print(c)#tensor([2, 3])

torch.set_default_tensor_type()可以设置默认的数据类型

dim、size与shape的区别

a=torch.ones(4,3)
 
print(a)
print(a.dim())
print(a.size())
print(a.shape)
 
>>>tensor([[1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.]])
2
torch.Size([4, 3])
torch.Size([4, 3])

Variable类解析：https://www.cnblogs.com/CATHY-MU/p/7800823.html

1