pytorch .int()方法介绍

在 PyTorch 中，.int()方法用于将张量的数据类型转换为整数类型。

一、作用

它可以将张量从其他数据类型（如浮点型、布尔型等）转换为整数类型，通常转换后的类型为torch.int64（长整型），但在某些情况下可能会是torch.int32（整型），具体取决于平台和 PyTorch 的配置。

二、语法

tensor.int()，其中tensor是要进行数据类型转换的 PyTorch 张量。

三、示例代码

import torch

# 创建一个浮点型张量
float_tensor = torch.Tensor([1.5, 2.5])
print(float_tensor.dtype)  # torch.float32

# 转换为整数类型
int_tensor = float_tensor.int()
print(int_tensor.dtype)  # torch.int64
print(int_tensor)  # tensor([1, 2])

# 创建一个布尔型张量
bool_tensor = torch.Tensor([True, False])
print("bool_tensor dtype:", bool_tensor.dtype)  # torch.uint8 (or torch.bool depending on version)

# 转换为整数类型
int_tensor_from_bool = bool_tensor.int()
print(int_tensor_from_bool.dtype)  # torch.int64
print(int_tensor_from_bool)  # tensor([1, 0])


# 创建单个元素为 0 的整数张量
single_zero_tensor = torch.zeros().int()
print(single_zero_tensor)  # tensor(0)

# 创建特定形状的全零整数张量
zeros_tensor = torch.zeros((2, 3)).int()
print(zeros_tensor)

L = (2, 3)
floats = torch.zeros(L)
ints = torch.zeros(L).int()

print(floats.dtype)  # torch.float32
print(ints.dtype)  # torch.int64

四、注意事项

1. 转换过程中可能会发生数据截断或舍入。例如，将一个较大的浮点数转换为整数时，小数部分会被截断。
2. 如果原始张量包含超出整数类型表示范围的值，在转换过程中可能会出现溢出或错误的结果。
3. 不同的数据类型转换可能会影响计算的精度和内存占用。整数类型通常占用较少的内存，但精度相对较低。