pytorch tensor的特性(attributes)

本文详细介绍了PyTorch中Tensor的三个关键特性:torch.dtype涉及数据类型,torch.device涵盖CPU和GPU设备及其管理,torch.layout则关乎内存布局,主要为torch.strided和torch.sparse_coo。了解这些概念对于高效使用PyTorch进行深度学习至关重要。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

pytorch中每个tensor都有三个特性:torch.dtype, torch.device和torch.layout.

torch.dtype

数据类型

torch.device

torch.device包含device的名称(‘CPU’或’GPU’)以及设备序号。

1.torch.cuda.set_device() 参数为device或其序号。一般不建议使用,改变device最好设置CUDA_VISIBLE_DEVICES环境参数。

2.torch.cuda.current_device() 返回当前cuda的序号

3.torch.device()参数形式
torch.device(‘cpu’)
torch.device(‘cuda: 0’)
torch.device(‘cuda’, 1)
如:cuda1 = torch.device(‘cuda’, 0),之后可以直接在别的方法里使用cuda1作为设备参数。

torch.layout

torch.layout是tensor的内存布局(memory layout),即tensor在内存中的排列方式,目前有两种torch.strided(用于dense tensor)和torch.sparse_coo(稀疏,beta版)。
torch.strided记录的是第k维的下一个元素需要在内存中跳跃几个元素的空间

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值