服务器与本机运行时的差别（记因数据存储位数的不同荒废的一天）

今天想利用实验室的服务器跑一个程序，因为程序中需要读取分析的数据量太大，所以昨天晚上在本机上将程序调试好了之后，本以为只需要今天传到服务器熵运行一下就可以了，却没有想到因为一个小问题折腾了一天。
问题描述：将numpy中的ndarry数据变成torch中的tensor，然后再转回numpy，数据发生改变！
a = numpy数组
b = torch.Tensor(a)
c = b.numpy()
程序结果：a!=c
原因：numpy中的int数据类型是int8，也就是占据8个位，但是转成tensor之后，tensor中的int是int16，占据16个位，再加上在服务器上的数据是随机存储的（本机上存储数据的模式与服务器上不同，这一点是听大神说的，自己并不是很懂），就会导致数据发生改变。
修改：
a = numpy数组
b = torch.Tensor(a.astype(‘int16’))
c = b.numpy()
程序结果：a=c
真是个大坑啊，要不是和别人请教，估计我一年也找不出来这个错误。