pytorch中tensor张量数据类型的转化方式

Python  /  管理员 发布于 5年前   596

1.tensor张量与numpy相互转换

tensor ----->numpyimport torcha=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 ----->tensorimport numpy as npa=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张量与list相互转换

tensor―>lista=torch.ones([1,5])tensor([[1., 1., 1., 1., 1.]])# ***********************************b=a.tolist()[[1.0, 1.0, 1.0, 1.0, 1.0]]list―>tensora=list(range(1,6))[1, 2, 3, 4, 5]# **********************************b=torch.tensor(a)tensor([1, 2, 3, 4, 5])

3.tensor张量见类型转换

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

tensor = torch.Tensor(3, 5)# torch.long() 将tensor投射为long类型newtensor = tensor.long()# torch.half()将tensor投射为半精度浮点类型newtensor = tensor.half()# torch.int()将该tensor投射为int类型newtensor = tensor.int()# torch.double()将该tensor投射为double类型newtensor = tensor.double()# torch.float()将该tensor投射为float类型newtensor = tensor.float()# torch.char()将该tensor投射为char类型newtensor = tensor.char()# torch.byte()将该tensor投射为byte类型newtensor = tensor.byte()# torch.short()将该tensor投射为short类型newtensor = tensor.short()

4.type_as() 将张量转换成指定类型张量

>>> a=torch.Tensor(2,5)>>> atensor([[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)>>> btensor([[16843009,    1]], dtype=torch.int32)>>> a.type_as(b)tensor([[     0, -2147483648,      0,      0, -2147483648],    [-2147483648, -2147483648,      0, -2147483648, -2147483648]],    dtype=torch.int32)>>> atensor([[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]])

以上这篇pytorch中tensor张量数据类型的转化方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。