温馨提示×

pytorch张量数据类型有哪些

小樊
81
2024-12-25 20:50:26
栏目: 深度学习

PyTorch中的张量(Tensor)数据类型主要包括以下几种:

  1. torch.float32(默认类型):32位浮点数类型,表示范围为[-1, 1]。
  2. torch.float64:64位浮点数类型,表示范围为[-1, 1],精度更高,但计算量相对较大。
  3. torch.int8:8位有符号整数类型,表示范围为[-128, 127]。
  4. torch.int16:16位有符号整数类型,表示范围为[-32, 31]。
  5. torch.int32:32位有符号整数类型,表示范围为[-2^31, 2^31-1]。
  6. torch.int64:64位有符号整数类型,表示范围为[-2^63, 2^63-1]。
  7. torch.uint8:8位无符号整数类型,表示范围为[0, 255]。
  8. torch.bool:布尔类型,表示True或False。

这些数据类型可以通过torch.Tensor类的dtype属性进行设置和查询。例如,要创建一个32位浮点数的张量,可以使用以下代码:

import torch

x = torch.Tensor([1.0, 2.0, 3.0], dtype=torch.float32)
print(x)

此外,PyTorch还支持自定义数据类型,通过继承torch.Tensor类并重写__new__方法来实现。

0