pytorch和numpy默认浮点类型位数详解
更新时间:2023年02月02日 08:41:32 作者:gy笨瓜
这篇文章主要介绍了pytorch和numpy默认浮点类型位数,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
pytorch和numpy默认浮点类型位数
numpy中默认浮点类型为64位,pytorch中默认浮点类型位32位
测试代码如下
- 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的默认类型与转换问题
pytorch对于浮点类型默认为float32,而numpy的默认类型是float64,转换的代码:
torch.from_numpy(a).type(torch.FloatTensor)
torch.from_numpy(np.float32(a))
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
Django使用 Bootstrap 样式修改书籍列表过程解析
这篇文章主要介绍了Django使用 Bootstrap 样式修改书籍列表过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-08-08Python入门教程(二十九)Python的RegEx正则表达式
这篇文章主要介绍了Python入门教程(二十九)Python的RegEx,RegEx 或正则表达式是形成搜索模式的字符序列。RegEx 可用于检查字符串是否包含指定的搜索模式,需要的朋友可以参考下2023-04-04
最新评论