pytorch常見的Tensor類型詳解
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)溢出等問題。
| 數(shù)據(jù)類型 | CPU Tensor | GPU Tensor |
| 32 bit 浮點(diǎn) | torch.FloatTensor | torch.cuda.FloatTensor |
| 64 bit 浮點(diǎn) | torch.DoubleTensor | torch.cuda.DoubleTensor |
| 16 bit 半精度浮點(diǎn) | N/A | torch.cuda.HalfTensor |
| 8 bit 無符號(hào)整形(0~255) | torch.ByteTensor | torch.cuda.ByteTensor |
| 8 bit 有符號(hào)整形(-128~127) | torch.CharTensor | torch.cuda.CharTensor |
| 16 bit 有符號(hào)整形 | torch.ShortTensor | torch.cuda.ShortTensor |
| 32 bit 有符號(hào)整形 | torch.IntTensor | torch.cuda.IntTensor |
| 64 bit 有符號(hào)整形 | torch.LongTensor | torch.cuda LongTensor |
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
以上這篇pytorch常見的Tensor類型詳解就是小編分享給大家的全部內(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中的random.choices函數(shù)用法詳解
這篇文章主要給大家介紹了關(guān)于Python中random.choices函數(shù)用法的相關(guān)資料,random.random()?的功能是隨機(jī)返回一個(gè)?0-1范圍內(nèi)的浮點(diǎn)數(shù),文中通過代碼介紹的非常詳細(xì),需要的朋友可以參考下2024-08-08
這篇文章主要用代碼幫你了解Python基礎(chǔ)，使用循環(huán)，字典和集合的示例代碼，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-01-01
這篇文章主要介紹了Python?匹配多行文本塊的正則表達(dá)式,該解決方案折衷了已知和未知模式的幾種方法，并解釋了匹配模式的工作原理，本文給大家介紹的非常詳細(xì)，需要的朋友可以參考下2023-06-06
Python Django框架設(shè)計(jì)模式詳解
Django是一個(gè)開源的Web應(yīng)用框架，由Python寫成。采用MVC的軟件設(shè)計(jì)模式，主要目標(biāo)是使得開發(fā)復(fù)雜的、數(shù)據(jù)庫驅(qū)動(dòng)的網(wǎng)站變得簡單。Django注重組件的重用性和“可插拔性”，敏捷開發(fā)和DRY法則（Don’t Repeat Yoursef）2021-11-11
DRF使用simple JWT身份驗(yàn)證的實(shí)現(xiàn)
這篇文章主要介紹了DRF使用simple JWT身份驗(yàn)證，文中通過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，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-01-01
這篇文章主要介紹了解決python3輸入的坑——input()，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-12-12
python2利用wxpython生成投影界面工具的圖文詳解
這篇文章主要介紹了python2利用wxpython生成投影界面工具的圖文詳解,本文通過實(shí)例圖文相結(jié)合給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-04-04
python csv實(shí)時(shí)一條一條插入且表頭不重復(fù)問題
這篇文章主要介紹了python csv實(shí)時(shí)一條一條插入且表頭不重復(fù)問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-05-05
python中str內(nèi)置函數(shù)用法總結(jié)
在本篇文章里小編給大家整理了一篇關(guān)于python中str內(nèi)置函數(shù)用法總結(jié)內(nèi)容，有需要的朋友們可以學(xué)習(xí)下。2020-12-12
詳解利用OpenCV提取圖像中的矩形區(qū)域（PPT屏幕等）
這篇文章主要介紹了詳解利用OpenCV提取圖像中的矩形區(qū)域（PPT屏幕等），小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2019-07-07