在程序中，有多种方法进行强制类型转换。
本博文将介绍一个非常常用的方法：to（）方法。
我们通常使用它来进行GPU和CPU的类型转换，但其实也可以用来进行torch的dtype转换。
常见方法：tensor.to(‘cuda:0')
先看官网介绍：
**Performs Tensor dtype and/or device conversion. A torch.dtype and torch.device are inferred from the arguments of self.to(*args, kwargs).
本文举一个例子，将一个tensor转化成与另一个tensor相同的数据类型和相同GPU或CPU类型
|
1
2
3
4
5
6
7
8
9
10
11
12
|
import torchdevice = 'cuda:0'a = torch.zeros(2, 3)print(type(a))b = torch.ones(3, 4).to(device)print(type(b))c = torch.matmul(a, b)print(type(c)) |
我们看到这个代码会出错的。因为a和b是不同的device，一个是CPU，一个是GPU，不能运行。
修改如下：
|
1
2
3
|
a = a.to(b)d = torch.matmul(a, b)print(type(d)) |
可以看到to还是很好用的，尤其是不确定我们的数据类型和device时。
其实pytorch中还有很多其他方法可以这么做，以后会继续介绍。
以上这篇pytorch使用 to 进行类型转换方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/qq_27261889/article/details/100175612
