[Pytorch]Pytorch的tensor變量類型轉換

原文：https://blog.csdn.net/hustchenze/article/details/79154139
Pytorch的數據類型爲各式各樣的Tensor,Tensor能夠理解爲高維矩陣。與Numpy中的Array相似。Pytorch中的tensor又包括CPU上的數據類型和GPU上的數據類型，通常GPU上的Tensor是CPU上的Tensor加cuda()函數獲得。經過使用Type函數能夠查看變量類型。通常系統默認是torch.FloatTensor類型。例如data = torch.Tensor(2,3)是一個2*3的張量，類型爲FloatTensor; data.cuda()就轉換爲GPU的張量類型，torch.cuda.FloatTensor類型。

下面簡單介紹一下Pytorch中變量之間的相互轉換。

（1）CPU或GPU張量之間的轉換

通常只要在Tensor後加long(), int(), double(),float(),byte()等函數就能將Tensor進行類型轉換；

例如：Torch.LongTensor--->Torch.FloatTensor, 直接使用data.float()便可

還能夠使用type()函數，data爲Tensor數據類型，data.type()爲給出data的類型，若是使用data.type(torch.FloatTensor)則強制轉換爲torch.FloatTensor類型張量。

當你不知道要轉換爲何類型時，但須要求a1,a2兩個張量的乘積，能夠使用a1.type_as(a2)將a1轉換爲a2同類型。

（2）CPU張量 ---->  GPU張量, 使用data.cuda()

（3）GPU張量 ----> CPU張量 使用data.cpu()

（4）Variable變量轉換成普通的Tensor，其實能夠理解Variable爲一個Wrapper，裏頭的data就是Tensor. 若是Var是Variable變量，使用Var.data得到Tensor變量

（5）Tensor與Numpy Array之間的轉換

Tensor---->Numpy  能夠使用 data.numpy()，data爲Tensor變量

Numpy ----> Tensor 能夠使用torch.from_numpy(data)，data爲numpy變量