pytorch常用數(shù)據(jù)類型所占字節(jié)數(shù)對照表介紹

猿友 2021-08-06 15:29:25 瀏覽數(shù) (3859)

反饋

在學(xué)習(xí)pytorch的時(shí)候一定要注意pytorch常用數(shù)據(jù)類型以及該數(shù)據(jù)類型的所占字節(jié)數(shù)。在進(jìn)行數(shù)據(jù)類型轉(zhuǎn)換的時(shí)候才能避免數(shù)據(jù)缺失的情況。今天小編整理了pytorch的常用數(shù)據(jù)類型及其所占字節(jié)數(shù)，希望能對各位小伙伴有所幫助。

PyTorch上的常用數(shù)據(jù)類型如下

Data type	dtype	CPU tensor	GPU tensor	Size/bytes
32-bit floating	torch.float32 or torch.float	torch.FloatTensor	torch.cuda.FloatTensor	4
64-bit floating	torch.float64 or torch.double	torch.DoubleTensor	torch.cuda.DoubleTensor	8
16-bit floating	torch.float16or torch.half	torch.HalfTensor	torch.cuda.HalfTensor	-
8-bit integer (unsigned)	torch.uint8	torch.ByteTensor	torch.cuda.ByteTensor	1
8-bit integer (signed)	torch.int8	torch.CharTensor	torch.cuda.CharTensor	-
16-bit integer (signed)	torch.int16or torch.short	torch.ShortTensor	torch.cuda.ShortTensor	2
32-bit integer (signed)	torch.int32 or torch.int	torch.IntTensor	torch.cuda.IntTensor	4
64-bit integer (signed)	torch.int64 or torch.long	torch.LongTensor	torch.cuda.LongTensor	8

以上PyTorch中的數(shù)據(jù)類型和numpy中的相對應(yīng)，占用字節(jié)大小也是一樣的

補(bǔ)充：pytorch tensor比較大小數(shù)據(jù)類型要注意

如下

a = torch.tensor([[0, 0], [0, 0]])
print(a>=0.5)

輸出

tensor([[1, 1],

[1, 1]], dtype=torch.uint8)

結(jié)果明顯不對, 分析原因是因?yàn)? a是long類型, 而0.5是float. 0.5會被轉(zhuǎn)化為 long, 變?yōu)?. 因此結(jié)果會出錯(cuò), 做出如下修改就可以得到正確答案

正確用法：

a = torch.tensor([[0, 0], [0, 0]]).float()
print(a>=0.5)

以上為pytorch常用數(shù)據(jù)類型和其所占字節(jié)數(shù)的全部介紹，希望能給大家一個(gè)參考，也希望大家多多支持W3Cschool。

Python

0 人點(diǎn)贊