这篇文章主要介绍了pytorch常用数据类型所占字节数对照表一览，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
PyTorch上的常用数据类型如下
Data type
dtype
cpu tensor
GPU tensor
Size/bytes
32-bit floating
torch.float32 or torch.float
torch.FloatTensor
torch.cuda.FloatTensor
4
64-bit floating
torch.float64 or torch.double
torch.DoubleTensor
torch.cuda.DoubleTensor
8
16-bit floating
torch.float16or torch.half
torch.HalfTensor
torch.cuda.HalfTensor
-
8-bit integer (unsigned)
torch.uint8
torch.ByteTensor
torch.cuda.ByteTensor
1
8-bit integer (signed)
torch.int8
torch.CharTensor
torch.cuda.CharTensor
-
16-bit integer (signed)
torch.int16or torch.short
torch.ShortTensor
torch.cuda.ShortTensor
2
32-bit integer (signed)
torch.int32 or torch.int
torch.IntTensor
torch.cuda.IntTensor
4
64-bit integer (signed)
torch.int64 or torch.long
torch.LongTensor
torch.cuda.LongTensor
8
以上PyTorch中的数据类型和numpy中的相对应，占用字节大小也是一样的
补充：pytorch tensor比较大小 数据类型要注意
如下
a = torch.tensor([[0, 0], [0, 0]]) print(a>=0.5)
tensor([[1, 1],
[1, 1]], dtype=torch.uint8)
结果明显不对, 分析原因是因为, a是long类型, 而0.5是float. 0.5会被转化为 long, 变为0. 因此结果会出错, 做出如下修改就可以得到正确答案
正确用法：
a = torch.tensor([[0, 0], [0, 0]]).float() print(a>=0.5)
