- array str 转 int
b = a.astype(int)
- numpy 转 tensor
a = numpy.array([1, 2, 3])
t = torch.from_numpy(a)
print(t)#tensor([ 1,2,3])
【Python|numpy array / pytorch tensor 数据类型转换】3.tensor float 转long
import torcha = torch.rand(3,3)
print(a)b = a.long()
print(b)# tensor([[0.1139, 0.3460, 0.4478],
#[0.0205, 0.9585, 0.0103],
#[0.2299, 0.5627, 0.1236]])
# tensor([[0, 0, 0],
#[0, 0, 0],
#[0, 0, 0]])
tensor传cuda再转long
import torcha = torch.rand(3,3)
print(a)b = a.type(torch.cuda.LongTensor)
print(b)#tensor([[0.6625, 0.0186, 0.0780],
#[0.3266, 0.0136, 0.3116],
#[0.8770, 0.2193, 0.1572]])
# tensor([[0, 0, 0],
#[0, 0, 0],
#[0, 0, 0]], device='cuda:0')
tensor数据类型转换
torch.long() 将tensor转换为long类型torch.half() 将tensor转换为半精度浮点类型torch.int() 将该tensor转换为int类型torch.double() 将该tensor转换为double类型torch.float() 将该tensor转换为float类型torch.char() 将该tensor转换为char类型torch.byte() 将该tensor转换为byte类型torch.short() 将该tensor转换为short类型
- b转换成和a一样的类型
import torcha = torch.Tensor(2, 3)
b = a.long()
c = a.type_as(b)print(a)
print(b)
print(c)# tensor([[5.5168e+15, 0.0000e+00, 8.4078e-45],
#[0.0000e+00, 1.4013e-45, 0.0000e+00]])
# tensor([[5516833952104448,0,0],
#[0,0,0]])
# tensor([[5516833952104448,0,0],
#[0,0,0]])
推荐阅读
- 人脸识别|机器学习之人脸识别face_recognition使用
- python|【JS逆向系列】某服务器平台sm系列算法分析
- python|视频链接拦截下载工具测试
- python|Appium+python自动化环境搭建
- python|某音jsvmp下参数分析笔记
- python|wasm转c调用实战
- python|【JS逆向系列】某乎x96参数与jsvmp初体验
- python|某视频网站m3u8非感知加密分析
- python|思古解析js静态逆向分析