deep learning with pytorch——5

数字类型
1.张量构造函数（即张量、零和一等函数）的dtype参数指定将包含在张量中的数字数据类型。数据类型指定张量可以保存的可能值（整数与浮点数）和每个值的字节数。下面是dtype参数的可能值列表，张量中可以存储的数据类型：
每个torch.float、torch.double等都有一个对应的具体类torch.FloatTensor、torch.doublensor等。torch.int8的类是torch.CharTensor，torch.uint8的类是torch.ByteTensor。torch.Tensor是torch.FloatTensor的别名。默认数据类型是32位浮点
2.要分配正确数值类型的张量，可以指定适当的dtype作为构造函数的参数，如下所示：构造张量时可以通过dtype参数来指定张量中元素的数据类型

3.通过访问相应的属性，可以了解张量的dtype

4.可以使用相应的转换方法将张量创建函数的输出转换为正确的类型

或者

始终可以使用类型方法将一种类型的张量转换为另一种类型的张量：

产生一个在0到1之间的10×2的张量，然后转化为short类型

来源：CSDN

作者：musenh

链接：https://blog.csdn.net/musenh/article/details/104307547