我在读pyTorch文档（三）

数据类型

1. CPU数据类型：torch.FloatTensor(torch.Tensor)，torch.DoubleTensor，torch.ByteTensor，torch.CharTensor，torch.ShortTensor，torch.IntTensor，torch.LongTensor；
2. GPU数据类型：torch.cuda.FloatTensor，torch.cuda.DoubleTensor，torch.cuda.HalfTensor，torch.cuda.ByteTensor，torch.cuda.CharTensor，torch.cuda.ShortTensor，torch.cuda.IntTensor，torch.cuda.LongTensor；

数据类型操作

1. 从python的list或者序列构建Tensor：torch.FloatTensor([[1, 2, 3], [4, 5, 6]])；
2. 指定大小构建Tensor：torch.FloatTensor.zero_()；
3. x.abs()和x.abs_() ：前者生成副本，后者in-place运算，其他大量函数同理；
4. y = x.byte()：将tensor改为byte类型；
5. y = x.char()：将tensor改为char类型；
6. y = x.clone() ：返回与x有相同大小和数据类型的tensor；
7. y = x.contiguous() ：返回一个内存连续的有相同数据的tensor；
8. x.copy_(y,async)：复制拷贝操作，x和y应该有相同数目的元素，可以是不同的数据类型或存储在不同的设备上；
9. y = x.cpu() ：如果在CPU上没有x，则会返回一个CPU的副本；
10. y = x.cuda(device, async)：返回GPU副本，async=True并且资源在固定内存中，则复制的副本将会与原始数据异步；
11. y = x.data_ptr()：返回第一个元素地址；
12. y = x.dim()：返回维度；
13. y = x.element_size()：返回单个字节大小；
14. 我在读pyTorch文档（二）中包含的数学操作基本都有y=x.function()版本或者y=x.function_()版本；