Pytorch中Tensor类型有哪些详细解释？
- 内容介绍
- 文章标签
- 相关推荐
本文共计519个文字，预计阅读时间需要3分钟。
Tensor支持多种数据类型，每种类型对应CPU和GPU版本（除HalfTensor外）。默认的Tensor类型为FloatTensor，可通过torch.set_default_tensor_type()修改默认tensor类型（如默认类型为GPU的tensor）。
Tensor有不同的数据类型，每种类型分别有对应CPU和GPU版本（HalfTensor除外）。默认的Tensor是FloatTensor，可通过torch.set_default_tensor_type修改默认tensor类型（如果默认类型为GPU tensor，则所有操作都将在GPU上进行）。
Tensor的类型对分析内存占用很有帮助，例如，一个size为(1000,1000,1000)的FloatTensor，它有1000*1000*1000=10^9个元素，每一个元素占用32bit/8=4Byte内存，所以共占用大约4GB内存/显存。HalfTensor是专为GPU版本设计的，同样的元素个数，显存占用只有HalfTensor的一半，所以可以极大缓解GPU显存不足的问题，但是由于HalfTensor所能表示的数值大小和精度有限，所以可能出现溢出等问题。
本文共计519个文字，预计阅读时间需要3分钟。
Tensor支持多种数据类型，每种类型对应CPU和GPU版本（除HalfTensor外）。默认的Tensor类型为FloatTensor，可通过torch.set_default_tensor_type()修改默认tensor类型（如默认类型为GPU的tensor）。
Tensor有不同的数据类型，每种类型分别有对应CPU和GPU版本（HalfTensor除外）。默认的Tensor是FloatTensor，可通过torch.set_default_tensor_type修改默认tensor类型（如果默认类型为GPU tensor，则所有操作都将在GPU上进行）。
Tensor的类型对分析内存占用很有帮助，例如，一个size为(1000,1000,1000)的FloatTensor，它有1000*1000*1000=10^9个元素，每一个元素占用32bit/8=4Byte内存，所以共占用大约4GB内存/显存。HalfTensor是专为GPU版本设计的，同样的元素个数，显存占用只有HalfTensor的一半，所以可以极大缓解GPU显存不足的问题，但是由于HalfTensor所能表示的数值大小和精度有限，所以可能出现溢出等问题。