pytorch中tensor張量數(shù)據(jù)類(lèi)型的轉(zhuǎn)化方式
更新時(shí)間：2019年12月31日 10:21:32 作者：|晴天|
今天小編就為大家分享一篇pytorch中tensor張量數(shù)據(jù)類(lèi)型的轉(zhuǎn)化方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
1.tensor張量與numpy相互轉(zhuǎn)換
tensor ----->numpy
import torch
a=torch.ones([2,5])
tensor([[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.]])
# **********************************
b=a.numpy()
array([[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.]], dtype=float32)
numpy ----->tensor
import numpy as np
a=np.ones([2,5])
array([[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.]])
# **********************************
b=torch.from_numpy(a)
tensor([[1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1.]], dtype=torch.float64)
2.tensor張量與list相互轉(zhuǎn)換
tensor—>list a=torch.ones([1,5]) tensor([[1., 1., 1., 1., 1.]]) # *********************************** b=a.tolist() [[1.0, 1.0, 1.0, 1.0, 1.0]] list—>tensor a=list(range(1,6)) [1, 2, 3, 4, 5] # ********************************** b=torch.tensor(a) tensor([1, 2, 3, 4, 5])
3.tensor張量見(jiàn)類(lèi)型轉(zhuǎn)換
構(gòu)建一個(gè)新的張量，你要轉(zhuǎn)變成不同的類(lèi)型只需要根據(jù)自己的需求選擇即可
tensor = torch.Tensor(3, 5) # torch.long() 將tensor投射為long類(lèi)型 newtensor = tensor.long() # torch.half()將tensor投射為半精度浮點(diǎn)類(lèi)型 newtensor = tensor.half() # torch.int()將該tensor投射為int類(lèi)型 newtensor = tensor.int() # torch.double()將該tensor投射為double類(lèi)型 newtensor = tensor.double() # torch.float()將該tensor投射為float類(lèi)型 newtensor = tensor.float() # torch.char()將該tensor投射為char類(lèi)型 newtensor = tensor.char() # torch.byte()將該tensor投射為byte類(lèi)型 newtensor = tensor.byte() # torch.short()將該tensor投射為short類(lèi)型 newtensor = tensor.short()
4.type_as() 將張量轉(zhuǎn)換成指定類(lèi)型張量
>>> a=torch.Tensor(2,5)
>>> a
tensor([[1.9431e-19, 4.8613e+30, 1.4603e-19, 2.0704e-19, 4.7429e+30],
[1.6530e+19, 1.8254e+31, 1.4607e-19, 6.8801e+16, 1.8370e+25]])
>>> b=torch.IntTensor(1,2)
>>> b
tensor([[16843009, 1]], dtype=torch.int32)
>>> a.type_as(b)
tensor([[ 0, -2147483648, 0, 0, -2147483648],
[-2147483648, -2147483648, 0, -2147483648, -2147483648]],
dtype=torch.int32)
>>> a
tensor([[1.9431e-19, 4.8613e+30, 1.4603e-19, 2.0704e-19, 4.7429e+30],
[1.6530e+19, 1.8254e+31, 1.4607e-19, 6.8801e+16, 1.8370e+25]])
以上這篇pytorch中tensor張量數(shù)據(jù)類(lèi)型的轉(zhuǎn)化方式就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python?xlrd實(shí)現(xiàn)從讀取Excel到高效數(shù)據(jù)提取的全面指南
xlrd?是一個(gè)專(zhuān)門(mén)用于讀取?Excel?文件內(nèi)容的?Python?庫(kù),它支持從?Excel?工作簿中提取工作表（Sheet）,單元格內(nèi)容,數(shù)據(jù)類(lèi)型等信息,下面小編就為大家詳細(xì)介紹一下它的具體使用吧2025-10-10
python中的import語(yǔ)句是用來(lái)導(dǎo)入模塊的，在python模塊庫(kù)中有著大量的模塊可供使用，要想使用這些文件需要用import語(yǔ)句把指定模塊導(dǎo)入到當(dāng)前程序中。下面這篇文章主要給大家介紹了python中import學(xué)習(xí)的相關(guān)資料,需要的朋友可以參考借鑒。2017-01-01
tensorflow查看ckpt各節(jié)點(diǎn)名稱(chēng)實(shí)例
今天小編就為大家分享一篇tensorflow查看ckpt各節(jié)點(diǎn)名稱(chēng)實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
Python2隨機(jī)數(shù)列生成器簡(jiǎn)單實(shí)例
這篇文章主要介紹了Python2隨機(jī)數(shù)列生成器,結(jié)合簡(jiǎn)單實(shí)例形式分析了Python基于random模塊操作隨機(jī)數(shù)的相關(guān)實(shí)現(xiàn)技巧,需要的朋友可以參考下2017-09-09
Python集成開(kāi)發(fā)環(huán)境Pycharm的使用及技巧
本文詳細(xì)講解了Python集成開(kāi)發(fā)環(huán)境Pycharm的使用及技巧，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2022-06-06
這篇文章主要給大家介紹了關(guān)于OpenCV-Python給圖像去除水印的多種方法,文中介紹的每種方法都有其適用場(chǎng)景和實(shí)現(xiàn)步驟,具體實(shí)現(xiàn)需要根據(jù)實(shí)際情況選擇和調(diào)整,需要的朋友可以參考下2024-12-12
這篇文章主要介紹了深入講解Java編程中類(lèi)的生命周期,在帶有垃圾回收功能的Java虛擬機(jī)上運(yùn)行的程序中類(lèi)的生命周期就顯得格外重要,需要的朋友可以參考下2016-02-02
基于Python檢測(cè)動(dòng)態(tài)物體顏色過(guò)程解析
這篇文章主要介紹了基于Python檢測(cè)動(dòng)態(tài)物體顏色過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-12-12
這篇文章主要為大家詳細(xì)介紹了如何利用Python實(shí)現(xiàn)監(jiān)控別人的網(wǎng)站，這樣還可以詳細(xì)了解你的競(jìng)爭(zhēng)對(duì)手網(wǎng)站，感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2023-05-05
Python爬取qq music中的音樂(lè)url及批量下載
這篇文章主要給大家介紹了利用Python爬取qq music中的音樂(lè)url及實(shí)現(xiàn)批量下載的相關(guān)資料，文中給出了詳細(xì)的介紹和示例代碼，相信對(duì)大家具有一定的參考價(jià)值，需要的朋友們下面來(lái)一起看看吧。2017-03-03