概述

torch.Tensor 是 PyTorch 中最基本的数据类型之一，表示了一个多维矩阵或数组。torch.Tensor 有很多实用的方法，其中之一就是 type() 方法。这个方法用于返回 Tensor 的数据类型。


type() 方法的具体使用方式是在一个 Tensor 对象后面加上 .type() 方法即可。例如，如果 t 是一个 Tensor 对象，那么 t.type() 就会返回该 Tensor 的数据类型。

返回值说明

type() 方法返回一个字符串，表示 Tensor 的数据类型。这个字符串可以是以下几种之一：

  1. 'torch.float32'：32 位浮点数
  2. 'torch.float64'：64 位浮点数
  3. 'torch.int8'：8 位整数
  4. 'torch.int16'：16 位整数
  5. 'torch.int32'：32 位整数
  6. 'torch.int64'：64 位整数
  7. 'torch.uint8'：无符号 8 位整数
  8. 'torch.bool'：布尔型

需要注意的是，在不同的计算设备上，type() 方法返回的结果可能会略有不同。例如，如果 Tensor 存储在 GPU 上，返回的类型字符串可能会以 'cuda' 开头。

示例

以下是一些使用 type() 方法的示例：

t = torch.tensor([1, 2, 3])
print(t.type())  # 输出'torch.int64'

t = torch.tensor([1.0, 2.0, 3.0])
print(t.type())  # 输出'torch.float32'
Python

在第一个示例中，创建了一个由整数组成的 Tensor 对象，通过 type() 方法得到的结果是 'torch.int64'，表示该 Tensor 的数据类型是 64 位整数。

在第二个示例中，创建了一个由浮点数组成的 Tensor 对象，通过 type() 方法得到的结果是 'torch.float32'，表示该 Tensor 的数据类型是 32 位浮点数。