PyTorch 张量数据类型

深度学习框架 – PyTorch 动态图 (Facebook) vs. TensorFlow 静态图 (Google)

• 【数据类型】Python 与 PyTorch 常见数据类型对应：
  
  用 a.type() 获取数据类型，用 isinstance(a, 目标类型) 进行类型合法化检测

  >>> import torch
  >>> a = torch.randn(2,3)
  >>> a
  tensor([[-1.7818, -0.2472, -2.0684],
          [ 0.0117,  1.4698, -0.9359]])
  >>> a.type()  ## 获取数据类型
  'torch.FloatTensor' 
  >>>
  >>> a.type(torch.DoubleTensor)  ## 类型转换方法一 .type(目标类型)
  >>> a.double()					## 类型转换方法二 .目标类型()
  >>>
  >>> isinstance(a, torch.FloatTensor)  ## 类型合法化检测
  True
  >>> 
  

• 【什么是张量】标量与张量：用 a.dim(), a.shape 或者 a.size() 查看 dim 为 0 是标量，否则是张量

  >>> import torch
  >>>
  >>> a = torch.tensor(1)