Pytorch的tensor数据类型

基本类型

torch.Tensor是一种包含单一数据类型元素的多维矩阵。

Torch定义了七种CPU tensor类型和八种GPU tensor类型：

Data tyoe	CPU tensor	GPU tensor
32-bit floating point	torch.FloatTensor	torch.cuda.FloatTensor
64-bit floating point	torch.DoubleTensor	torch.cuda.DoubleTensor
16-bit floating point	N/A	torch.cuda.HalfTensor
8-bit integer (unsigned)	torch.ByteTensor	torch.cuda.ByteTensor
8-bit integer (signed)	torch.CharTensor	torch.cuda.CharTensor
16-bit integer (signed)	torch.ShortTensor	torch.cuda.ShortTensor
32-bit integer (signed)	torch.IntTensor	torch.cuda.IntTensor
64-bit integer (signed)	torch.LongTensor	torch.cuda.LongTensor

torch.DoubleTensor(2, 2) 构建一个22 Double类型的张量
torch.ByteTensor(2, 2) 构建一个22 Byte类型的张量
torch.CharTensor(2, 2) 构建一个22 Char类型的张量
torch.ShortTensor(2, 2) 构建一个22 Short类型的张量
torch.IntTensor(2, 2) 构建一个22 Int类型的张量
torch.LongTensor(2, 2) 构建一个22 Long类型的张量

类型转换

2.1 CPU和GPU的Tensor之间转换

从cpu –> gpu，使用data.cuda()即可。
若从gpu –> cpu，则使用data.cpu()。

2.2 Tensor与Numpy Array之间的转换

Tensor –> Numpy.ndarray 可以使用 data.numpy()，其中data的类型为torch.Tensor。
Numpy.ndarray –> Tensor 可以使用torch.from_numpy(data)，其中data的类型为numpy.ndarray。

2.3 Tensor的基本类型转换（也就是float转double，转byte这种。）

为了方便测试，我们构建一个新的张量，你要转变成不同的类型只需要根据自己的需求选择即可

1. tensor = torch.Tensor(2, 5)

2. torch.long() 将tensor投射为long类型
   newtensor = tensor.long()

3. torch.half()将tensor投射为半精度浮点(16位浮点)类型
   newtensor = tensor.half()

4. torch.int()将该tensor投射为int类型
   newtensor = tensor.int()

5. torch.double()将该tensor投射为double类型
   newtensor = tensor.double()

6. torch.float()将该tensor投射为float类型
   newtensor = tensor.float()

7. torch.char()将该tensor投射为char类型
   newtensor = tensor.char()

8. torch.byte()将该tensor投射为byte类型
   newtensor = tensor.byte()

9. torch.short()将该tensor投射为short类型
   newtensor = tensor.short()

如果当你需要提高精度，比如说想把模型从float变为double。那么可以将要训练的模型设置为model = model.double()。此外，还要对所有的张量进行设置：pytorch.set_default_tensor_type('torch.DoubleTensor')，不过double比float要慢很多，要结合实际情况进行思考。