pytorch常用数据类型所占字节数对照表的简单示例

这篇文章主要为大家详细介绍了pytorch常用数据类型所占字节数对照表的简单示例，具有一定的参考价值，可以用来参考一下。

感兴趣的小伙伴，下面一起跟随四海网的雯雯来看看吧！

PyTorch上的常用数据类型如下

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中的数据类型和numpy中的相对应，占用字节大小也是一样的

补充：pytorch tensor比较大小 数据类型要注意

如下

代码如下：

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

pytorch常用数据类型所占字节数对照表一览

输出

tensor([[1, 1],

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

结果明显不对, 分析原因是因为, a是long类型, 而0.5是float. 0.5会被转化为 long, 变为0. 因此结果会出错, 做出如下修改就可以得到正确答案

正确用法：

代码如下：

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

以上为个人经验，希望能给大家一个参考，也希望大家多多支持四海网。

本文来自：http://www.q1010.com/181/18683-0.html

注：关于pytorch常用数据类型所占字节数对照表的简单示例的内容就先介绍到这里，更多相关文章的可以留意四海网的其他信息。

关键词：python