1.1.1张量的数据类型

1、什么是张量

在数学中，一个单独的数被称为标量，一列或一行数被称为向量，一个二维数组被称为矩阵,二维以上的数组被称为张量。

在pytorch中，标量、向量、矩阵、更高维的数组被统称为张量。

2、张量的数据类型

在torch中CPU和GPU张量分别有8中数据类型：

 3、设置默认数据类型

torch中的默认数据类型是32位浮点数(torch.float32)

in:   torch.tensor([1.2,3.4]).dtype

out: torch.float32

通过torch.set_default_tensor_type()函数设置默认数据类型

in:   torch.set_default_tensor_type(torch.DoubleTensor)
      torch.tensor([1.2,3.4]).dtype

out: torch.float64

恢复默认的32位浮点型数据类型

in:   torch.set_default_tensor_type(torch.FloatTensor)
      torch.tensor([1.2,3.4]).dtype

out: torch.float32

4、获取默认的数据类型

in:    torch.get_default_dtype()

out:  torch.float32

5、把浮点型转换成其他数据类型

a = torch.tensor([1.2,3.4])

转换成32位有符号整数:
a.int()
转换成64位有符号整数:
a.long()
转换成32位浮点型:
a.float()
转换成64位浮点型:
a.double()