pytorch和numpy默認浮點類型位數詳解
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,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
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
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,當這些技術出現時,人們都說他們會改變世界,但至今為止,這兩項技術對現實的影響依然有限,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