Pytorch數(shù)據(jù)類型與轉(zhuǎn)換的方法有哪些

本篇內(nèi)容介紹了“Pytorch數(shù)據(jù)類型與轉(zhuǎn)換的方法有哪些”的有關(guān)知識(shí)，在實(shí)際案例的操作過程中，不少人都會(huì)遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

Pytorch數(shù)據(jù)類型與轉(zhuǎn)換(torch.tensor,torch.FloatTensor)

一、torch.tensor

1.首先講下torch.tensor，默認(rèn)整型數(shù)據(jù)類型為torch.int64，浮點(diǎn)型為torch.float32

2.這是我認(rèn)為平常最愛用的轉(zhuǎn)數(shù)據(jù)類型的方法，可以用dtype去定義數(shù)據(jù)類型

二、torch.FloatTensor

1.這個(gè)函數(shù)不要亂用，首先它可以將變量轉(zhuǎn)化為浮點(diǎn)型32位，這里注意此時(shí)的變量類型為列表，或數(shù)組等，此時(shí)參數(shù)為單個(gè)變量

2.當(dāng)函數(shù)參數(shù)為整形時(shí)，表示生成矩陣的維度，此時(shí)參數(shù)可以為多個(gè)變量

補(bǔ)充：還有一種方法通過numpy數(shù)組定義數(shù)據(jù)類型，再轉(zhuǎn)化為tensor，這個(gè)方法不多講了。

擴(kuò)展：Pytorch數(shù)據(jù)類型轉(zhuǎn)換

1. Pytorch上的數(shù)據(jù)類型

Pytorch的類型可以分為CPU和GPU上的Tensor, 它們擁有的數(shù)據(jù)類型是基本上是一樣的：

• tensor.FloatTensor

• tensor.LongTensor

• tensor.ByteTensor

• tensor.CharTensor

• tensor.ShortTensor

• tensor.IntTensor

• torch.LongTensor

其中torch.Tensor是默認(rèn)的tensor.FloatTensor的簡(jiǎn)稱。

2. 數(shù)據(jù)類型之間的轉(zhuǎn)換

tensor = torch.Tensor(3, 5)
## torch.long() 將tensor投射為long類型：
newtensor = torch.long()
## torch.int()將該tensor投射為int類型：
newtensor = torch.int()
## torch.double()將該tensor投射為double類型：
newtensor = torch.double()

一般，只要在Tensor后加long(), int(), double(), float(), byte()等函數(shù)就能將Tensor的類型進(jìn)行轉(zhuǎn)換
除此之外，可以使用type()函數(shù)，data為Tensor數(shù)據(jù)類型，data.type()給出data的類型，如果使用data.type(torch.FloatTensor)則強(qiáng)制轉(zhuǎn)換為torch.FloatTensor類型的張量, 如果不知道什么類型，可以使用tensor_1.type_as(tensor_2), 將tensor_1轉(zhuǎn)換成tensor_2。

self = torch.LongTensor(3, 5)
# 轉(zhuǎn)換為其他類型
print self.type(torch.FloatTensor)

3. cuda數(shù)據(jù)類型,cpu類型和一般的數(shù)據(jù)類型

• 如果沒有特別說明：tensor是cpu上的變量

• 使用gpu張量：tensor.cuda()

• 使用cpu張量：tensor.cpu()

• Variable轉(zhuǎn)換成普通的Tensor: variable.data()

• Tesnor轉(zhuǎn)換成numpy array的格式：tensor.numpy()

• numpy數(shù)據(jù)轉(zhuǎn)換成Tensor: torch.from_numpy(np_data)

• Tensor轉(zhuǎn)換成Variable: Variable(tensor)

Pytorch數(shù)據(jù)類似pytorch中的tensor, 更重要的是tensor可以使用GPU來加速，并且變成Variable可以實(shí)現(xiàn)自動(dòng)求導(dǎo)的功能，Variable是對(duì)Tensor對(duì)象的封裝。

邏輯值True和False轉(zhuǎn)成0和1. +0

print(y)
print(y+0)
## 輸出結(jié)果
tensor([ True, False, False,  True,  True, False, False,  True,  True, False])
tensor([1, 0, 0, 1, 1, 0, 0, 1, 1, 0])

“Pytorch數(shù)據(jù)類型與轉(zhuǎn)換的方法有哪些”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！