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
python+excel接口自动化获取token并作为请求参数进行传参操作
这篇文章主要介绍了python+excel接口自动化获取token并作为请求参数进行传参操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2020-11-11
PyCharm 2020.2.2 x64 下载并安装的详细教程
这篇文章主要介绍了PyCharm 2020.2.2 x64 下载并安装的详细教程,本文通过图文并茂的形式给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2020-10-10


最新评论