Pycharm(二十)张量的运算与操作

一、张量的数据类型转换

1.演示data.type(trch.DoubleTensor)

python 复制代码
#1.创建张量对象  [6 6 6;6 6 6]
data=torch.full([2,3],6)
print(data.dtype)#默认为torch.int64(LongTensor)
#2.转化为double类型
data=data.type(torch.DoubleTensor)
print(data.dtype)
#3.转换成int类型
data=data.type(torch.IntTensor)
print(data.dtype)
#4.转换成Long类型
data=data.type(torch.LongTensor)
print(data)
print(data.dtype)
#5.转换成float类型
data=data.type(torch.FloatTensor)
print(data)
print(data.dtype)

运行结果:

2.演示data.double()

python 复制代码
#1.转化为double类型
data1=data.double()
print(data1.dtype)
data2=data.float()
print(data2.dtype)
print(data2.type())
data3=data.short()
print(data3.dtype)

运行结果:

二、张量的类型转换

使用 Tensor.numpy 函数可以将张量转换为 ndarray 数组,但是共享内存,可以使用 copy 函数避免共享 。

相关推荐
问天_观心4 小时前
大模型微调学习(二)
人工智能·python·深度学习·学习·语言模型·transformer
指掀涛澜天下惊4 小时前
强化学习进阶篇八 策略梯度算法
深度学习·学习·算法·强化学习
Mickey Q8 小时前
【深度学习】数值稳定性和模型初始化
人工智能·深度学习
开开心心_Every8 小时前
实现鼠标键盘动作录制与重复播放的工具
微信·jupyter·pycharm·pdf·计算机外设·word·excel
揽秀亭长8 小时前
论文降AI率哪个方法比较实用?4种方式实际对比
人工智能·深度学习
数智工坊10 小时前
NTIRE2024×4图像超分竞赛综述|Mamba崛起、数据缩放、频域增强成为新趋势
网络·人工智能·深度学习·cnn·机器人
盼小辉丶12 小时前
PyTorch强化学习实战——融合人类示范数据的高效强化学习
人工智能·pytorch·python·深度学习·强化学习
DM今天肝到几点?12 小时前
GPT-6 Astra 发布:ARC-AGI-3 从 7.8% 跳到 99.9%,OpenAI 宣告「欢迎进入 AGI 时代」
人工智能·gpt·深度学习·agi
李妍.12 小时前
PyTorch GPU 版安装记录(RTX 5060 + Python 3.14)
人工智能·pytorch·python
阳明山水13 小时前
销量预测2025—2026:从模型竞赛到系统融合的范式转型
人工智能·深度学习·算法·机器学习·架构