pytorch 如何查看数据类型和大小

在 PyTorch 中，可以使用 .dtype 和 .size() 两个函数来查看数据类型和大小。下面是具体的步骤：

查看数据类型

可以使用 .dtype 函数来查看 Tensor 的数据类型，具体步骤如下：

1. 通过加载PyTorch库和创建一个张量，如下代码所示：

import torch
x = torch.ones(2, 3)

这里创建了一个大小为 $2 \times 3$ 的张量 x，并将所有元素初始化为 1。

1. 调用 .dtype 函数来查看数据类型，代码如下：

print(x.dtype)

输出结果为：

torch.float32

这表示张量 x 中的元素数据类型为 32 位浮点数。

此外，PyTorch 还支持其他数据类型，例如 int、long、float等等。具体可以参考官方文档中的数据类型章节。

查看大小

可以使用 .size() 函数来查看张量的形状大小，具体步骤如下：

1. 继续使用上面的代码，调用 .size() 函数来查看张量的形状大小，代码如下：

print(x.size())

输出结果为：

torch.Size([2, 3])

这表示张量 x 的大小为 $2 \times 3$。

1. 另外，也可以使用 .shape 属性来查看大小，代码如下：

print(x.shape)

输出结果和 .size() 函数结果相同。

综上所述，可以使用 .dtype 和 .size() 来方便地查看 Tensor 的数据类型和大小。下面再举一个例子：

import torch
x = torch.rand(5, 3) # 创建一个大小为 5x3 的随机张量
print(x.dtype) # 输出张量的数据类型，一般为 float32
print(x.size()) # 输出张量的大小，一般形如 torch.Size([5, 3])

输出结果如下：

torch.float32
torch.Size([5, 3])