tensor类型转换

发表于2025-11-16|更新于2026-03-01|AIPyTorchTensors

|浏览量:

int -> float

torch.tensor(x, dtype=数据格式)

import torch

a = [1, 2, 3, 4]
a1 = torch.tensor(a)
a_float = torch.tensor(a1, dtype=torch.float32)
a_int64 = torch.tensor(a1, dtype=torch.int64)

print(a1.dtype)
print(a_float.dtype)
print(a_int64.dtype)

1
2
3

torch.int64
torch.float32
torch.int64

References

-PyTorch 学习笔记——Tensor 张量的数据类型的转化、Tensor 常见的数据类型、快速创建 Tensor

list 转化为 torch.Tensor 类型

文章作者: Hongwei Zhao

文章链接: https://geeks-z.github.io/Blog/2025/11/16/AI/30.PyTorch/02.Tensors/05.tensor%E7%B1%BB%E5%9E%8B%E8%BD%AC%E6%8D%A2/

版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 Hongwei Zhao's Blog！

AI PyTorch Tensors

相关推荐

torch.topk() 作用取一个 tensor 的 topk 元素，返回值为降序后的前 k 个大小的元素值及索引使用方法 dim=0 表示按照列求 topn dim=1 表示按照行求 topn 默认情况下，dim=1 示例 12345>>> x = torch.arange(1., 6.)>>> xtensor([ 1., 2., 3., 4., 5.])>>> torch.topk(x, 3)torch.return_types.topk(values=tensor([5., 4....

自动求导PyTorch 中，所有神经网络的核心是autograd包。autograd 包为张量上的所有操作提供了自动求导机制。它是一个在运行时定义 ( define-by-run ）的框架，这意味着反向传播是根据代码如何运行来决定的，并且每次迭代可以是不同的。 Autograd 简介torch.Tensor是这个包的核心类。如果设置它的属性.requires_grad为True，那么它将会追踪对于该张量的所有操作。当完成计算后可以通过调用.backward()，来自动计算所有的梯度。这个张量的所有梯度将会自动累加到.grad属性。注意：在 y.backward() 时，如果 y 是标量...

AI硬件加速设备

AI硬件加速设备在进行模型部署和训练时，我们有时会受限于CPU和GPU的性能。这时，专用的AI芯片就显得尤为重要。在正式开始本节内容之前，我们先了解一下什么是CPU和GPU。 CPU即Central Processing Unit，中文名为中央处理器，是我们电脑中的核心配件。它的功能主要是处理指令、执行操作、控制时间、处理数据。在现代计算机体系结构中，CPU 对计算机的所有硬件资源（如存储器、输入输出单元）进行控制调配、执行通用运算的核心硬件单元。CPU 是计算机的运算和控制核心。计算机系统中所有软件层的操作，最终都将通过指令集映射为CPU的操作。 GPU即Graphics Proc...

tensor可视化为图片

matplotlib123456789import numpy as npimport matplotlib.pyplot as plt # 转换为[H, W, C]tensor_numpy = inputs[0].cpu().permute(2, 1, 0).numpy() * 255tensor_numpy = tensor_numpy.astype(np.uint8) # 转换为无符号8位整型plt.imshow(tensor_numpy)plt.axis('off') # 不显示坐标轴plt.show() transform1234567891011i...

tensor维度转换

view() 转换维度 torch.view 是 PyTorch 中用于重新塑形张量（tensor）的函数，它返回一个新的张量，这个张量与原始张量具有相同的数据但不同的形状。它不会改变张量中的数据，只是改变数据的视图方式。 Tensor.view(*shape) → Tensor shape (torch.Size or int…): 期望的新张量的形状。可以是一个 torch.Size 对象，也可以是一个整数序列。这个形状描述了新张量的各个维度的大小。 torch.view 的使用有一些重要的注意事项：元素总数必须保持不变：重新塑形后的张量必须包含与原始张量相同数量的元素。换...

TensorsTensor 中文为张量。张量的意思是一个多维数组，它是标量、向量、矩阵的高维扩展。标量可以称为 0 维张量，向量可以称为 1 维张量，矩阵可以称为 2 维张量，RGB 图像可以表示 3 维张量。你可以把张量看作多维数组。 Tensor 与 Variable在 PyTorch 0.4.0 之前，torch.autograd 包中存在 Variable 这种数据类型，主要是用于封装 Tensor，进行自动求导。Variable 主要包含下面几种属性。 data: 被包装的 Tensor。 grad: data 的梯度。 grad_fn: 创建 Tensor 所使用的 F...