pytorch和numpy默認浮點類型位數(shù)詳解
更新時間:2023年02月02日 08:41:32 作者:gy笨瓜
這篇文章主要介紹了pytorch和numpy默認浮點類型位數(shù),具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
pytorch和numpy默認浮點類型位數(shù)
numpy中默認浮點類型為64位,pytorch中默認浮點類型位32位
測試代碼如下
- numpy版本:1.19.2
- pytorch版本:1.2.0
In [1]: import torch
In [2]: import numpy as np
# 版本信息
In [3]: "pytorch version: {}, numpy version: {}".format(torch.__version__, np.__version__)
Out[3]: 'pytorch version: 1.2.0, numpy version: 1.19.2'
# numpy
In [4]: dat_np = np.array([1,2,3], dtype="float")
In [5]: dat_np.dtype
Out[5]: dtype('float64')
# pytorch
In [6]: dat_torch = torch.tensor([1,2,3])
In [7]: dat_torch = dat_torch.float()
In [8]: dat_torch.dtype
Out[8]: torch.float32
pytorch和numpy的默認類型與轉換問題
pytorch對于浮點類型默認為float32,而numpy的默認類型是float64,轉換的代碼:
torch.from_numpy(a).type(torch.FloatTensor)
torch.from_numpy(np.float32(a))
總結
以上為個人經驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
Python數(shù)據(jù)分析庫pandas基本操作方法
下面小編就為大家分享一篇Python數(shù)據(jù)分析庫pandas基本操作方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04
從0編寫區(qū)塊鏈之用python解釋區(qū)塊鏈最基本原理
人工智能和區(qū)塊鏈誕生至今已經有了十幾年,當這些技術出現(xiàn)時,人們都說他們會改變世界,但至今為止,這兩項技術對現(xiàn)實的影響依然有限,接下來通過本文介紹下從0編寫區(qū)塊鏈之用python解釋區(qū)塊鏈最基本原理,需要的朋友可以參考下2022-02-02
淺談python數(shù)據(jù)結構之動態(tài)規(guī)劃
這篇文章主要介紹了淺談python數(shù)據(jù)結構之動態(tài)規(guī)劃,可能很多小伙伴會覺得這個詞很陌生,覺得這是一種很復雜的思想,學習起來很困難,其實并不是這樣,動態(tài)規(guī)劃所講述的知識與動態(tài)與規(guī)劃并無太大關聯(lián),需要的朋友可以參考下2023-07-07
詳解Python 多線程 Timer定時器/延遲執(zhí)行、Event事件
這篇文章主要介紹了Python 多線程 Timer定時器/延遲執(zhí)行、Event事件的相關知識,本文給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下2019-06-06

