Метод float
Метод float преобразует тензор к типу данных с плавающей запятой
torch.float32 (также известному как torch.float).
Это полезно для операций, требующих вычислений с плавающей точкой,
например, при работе с весами нейронных сетей или при выполнении
математических операций. Метод возвращает новый тензор с указанным
типом данных, не изменяя исходный тензор.
Синтаксис
tensor.float()
Пример
Давайте создадим целочисленный тензор и преобразуем его к типу
float:
import torch
t = torch.tensor([1, 2, 3, 4, 5])
res = t.float()
print(res)
Результат выполнения кода:
tensor([1., 2., 3., 4., 5.])
Пример
Метод float также работает с многомерными тензорами:
import torch
t = torch.tensor([[1, 2], [3, 4]])
res = t.float()
print(res)
Результат выполнения кода:
tensor([
[1., 2.],
[3., 4.]
])
Пример
Исходный тензор при этом не изменяется:
import torch
t = torch.tensor([1, 2, 3, 4, 5])
res = t.float()
print("Original dtype:", t.dtype)
print("New dtype:", res.dtype)
print("Original tensor:", t)
Результат выполнения кода:
Original dtype: torch.int64
New dtype: torch.float32
Original tensor: tensor([1, 2, 3, 4, 5])
