Pytorch中Tensor的类型转换

Pytorch中的Tensor常用的类型转换函数（inplace操作）

• train/eval过程中，打印loss信息

       data.item()  ----> Tensor --> float

• 数据类型转换

在Tensor后加 .long(), .int(), .float(), .double()等即可，也可以用.to()函数进行转换, Tensor类型官网

• 数据存储位置转换

CPU张量 ---->  GPU张量，使用data.cuda()

GPU张量 ----> CPU张量，使用data.cpu()

• 与numpy数据类型转换

Tensor---->Numpy  使用 data.numpy()，data为Tensor变量

Numpy ----> Tensor 使用 torch.from_numpy(data)，data为numpy变量

• 与Python数据类型转换

Tensor ----> 单个Python数据，使用data.item()，data为Tensor变量且只能为包含单个数据

Tensor ----> Python list，使用data.tolist()，data为Tensor变量，返回shape相同的可嵌套的list

• 剥离出一个tensor参与计算，但不参与求导

Tensor后加 .detach()

官方解释为：

Returns a new Tensor, detached from the current graph. The result will never require gradient. Returned Tensor shares the same storage with the original one. In-place modifications on either of them will be seen, and may trigger errors in correctness checks. 

参考文献

[1]. https://www.cnblogs.com/sbj123456789/p/10839020.html