pytorch张量数据类型有哪些

PyTorch中的张量（Tensor）数据类型主要包括以下几种：

1. torch.float32（默认类型）：32位浮点数类型，表示范围为[-1, 1]。
2. torch.float64：64位浮点数类型，表示范围为[-1, 1]，精度更高，但计算量相对较大。
3. torch.int8：8位有符号整数类型，表示范围为[-128, 127]。
4. torch.int16：16位有符号整数类型，表示范围为[-32, 31]。
5. torch.int32：32位有符号整数类型，表示范围为[-2^31, 2^31-1]。
6. torch.int64：64位有符号整数类型，表示范围为[-2^63, 2^63-1]。
7. torch.uint8：8位无符号整数类型，表示范围为[0, 255]。
8. torch.bool：布尔类型，表示True或False。

这些数据类型可以通过torch.Tensor类的dtype属性进行设置和查询。例如，要创建一个32位浮点数的张量，可以使用以下代码：

import torch

x = torch.Tensor([1.0, 2.0, 3.0], dtype=torch.float32)
print(x)

此外，PyTorch还支持自定义数据类型，通过继承torch.Tensor类并重写__new__方法来实现。