numpy和torch数据类型转化

在实际计算过程中，float类型使用最多，因此这里只介绍numpy和torch数据float类型转化，其他类型同理。

numpy数据类型转化

• numpy使用astype转化数据类型，float默认转化为64位，可以使用np.float32指定为32位

#numpy转化float类型
a= np.array([1,2,3])
a = a.astype(np.float)
print(a)
print(a.dtype)

[1. 2. 3.]
float64

• 不要使用a.dtype指定数据类型，会使数据丢失

#numpy转化float类型
b= np.array([1,2,3])
b.dtype= np.float32
print(b)
print(b.dtype)

[1.e-45 3.e-45 4.e-45]
float32

• 不要用float代替np.float，否则可能出现意想不到的错误
• 不能从np.float64位转化np.float32，会报错
• np.float64与np.float32相乘，结果为np.float64

在实际使用过程中，可以指定为np.float，也可以指定具体的位数，如np.float，不过直接指定np.float更方便。

torch数据类型转化

• torch使用torch.float()转化数据类型，float默认转化为32位，torch中没有torch.float64()这个方法

# torch转化float类型
b = torch.tensor([4,5,6])
b = b.float()
b.dtype

torch.float32

• np.float64使用torch.from_numpy转化为torch后也是64位的

print(a.dtype)
c = torch.from_numpy(a)
c.dtype

float64
torch.float64

• 不要用float代替torch.float，否则可能出现意想不到的错误
• torch.float32与torch.float64数据类型相乘会出错，因此相乘的时候注意指定或转化数据float具体类型

np和torch数据类型转化大体原理一样，只有相乘的时候，torch.float不一致不可相乘，np.float不一致可以相乘，并且转化为np.float64