Pytorch資料型別轉換

**:

pytorch的型別可以分為cpu和gpu上的tensor, 它們擁有的資料型別是基本上是一樣的：

tensor.floattensor

torch.longtensor

其中torch.tensor是預設的tensor.floattensor的簡稱。

tensor = torch.tensor(3, 5)

torch.long() 將tensor投射為long型別：

newtensor = torch.long()

torch.int()將該tensor投射為int型別：

newtensor = torch.int()

torch.double()將該tensor投射為double型別：

newtensor = torch.double()

一般，只要在tensor後加long(), int(), double(), float(), byte()等函式就能將tensor的型別進行轉換

除此之外，可以使用type()函式，data為tensor資料型別，data.type()給出data的型別，如果使用data.type(torch.floattensor)則強制轉換為torch.floattensor型別的張量, 如果不知道什麼型別，可以使用tensor_1.type_as(tensor_2), 將tensor_1轉換成tensor_2。

self = torch.
longtensor(
3, 5)
# 轉換為其他型別
print self.
type(torch.floattensor)

使用gpu張量：tensor.cuda()

使用cpu張量：tensor.cpu()

variable轉換成普通的tensor:variable.data()

tesnor轉換成numpy array的格式：tensor.numpy()

numpy資料轉換成tensor:torch.from_numpy(np_data)

tensor轉換成variable:variable(tensor)

pytorch資料類似pytorch中的tensor, 更重要的是tensor可以使用gpu來加速，並且變成variable可以實現自動求導的功能，variable是對tensor物件的封裝。

邏輯值true和false轉成0和1.+0

print

(y)print
(y+0
)

tensor(

[true
,false
,false
,true
,true
,false
,false
,true
,true
,false])
tensor([1
,0,0
,1,1
,0,0
,1,1
,0])

pytorch 資料型別

torch 定義了九種cpu tensor型別和九種gpu tensor型別 data type dtype cpu tensor gpu tensor 32位浮點型 torch.float32或torch.float torch.floattensor torch.cuda.floattensor...

資料型別 型別轉換

這樣的語句將報錯，因為char型別精度低於int型別，編譯器無法將其自動轉換，只能進行強制轉換 int x 65 char ch char x 舉例1 int age 19 char 女 char result age int 不可以自動轉換成char 精度損失 舉例2 int a 10 int b...

Objective C資料型別 資料型別轉換

資料型別 1.objective c資料型別可以分為 基本資料型別 物件資料型別和id型別。2.基本資料型別有 int float double和char型別。3.物件型別就是類或協議所宣告的指標型別，例如 nsautoreleasepool pool 其中，nsautoreleasepool是乙個...