pytorch中Tensor類型的示例分析

這篇文章主要為大家展示了“pytorch中Tensor類型的示例分析”，內(nèi)容簡(jiǎn)而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“pytorch中Tensor類型的示例分析”這篇文章吧。

Tensor有不同的數(shù)據(jù)類型，每種類型分別有對(duì)應(yīng)CPU和GPU版本（HalfTensor除外）。默認(rèn)的Tensor是FloatTensor，可通過(guò)torch.set_default_tensor_type修改默認(rèn)tensor類型（如果默認(rèn)類型為GPU tensor，則所有操作都將在GPU上進(jìn)行）。

Tensor的類型對(duì)分析內(nèi)存占用很有幫助，例如，一個(gè)size為(1000,1000,1000)的FloatTensor，它有1000*1000*1000=10^9個(gè)元素，每一個(gè)元素占用32bit/8=4Byte內(nèi)存，所以共占用大約4GB內(nèi)存/顯存。HalfTensor是專為GPU版本設(shè)計(jì)的，同樣的元素個(gè)數(shù)，顯存占用只有HalfTensor的一半，所以可以極大緩解GPU顯存不足的問(wèn)題，但是由于HalfTensor所能表示的數(shù)值大小和精度有限，所以可能出現(xiàn)溢出等問(wèn)題。

各數(shù)據(jù)類型之間可以互相轉(zhuǎn)換，type(new_type)是通用的做法，同時(shí)還有float、long、half等快捷方法。CPU tensor和GPU tensor之間的互換是通過(guò)tensor.cuda和tensor.cpu的方法實(shí)現(xiàn)。

如：

#設(shè)置默認(rèn)tensor，注意參數(shù)是字符串
torch.set_default_tensor_type('torch.IntTensor')
 
a=torch.Tensor(2,3)
print(a)  #a現(xiàn)在是IntTensor

以上是“pytorch中Tensor類型的示例分析”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！