我就废话不多说了，那就直接看代码吧~
代码语言：javascript复制inputs = Variable(torch.randn(2,2))
inputs.is_cuda # will return false
inputs = Variable(torch.randn(2,2).cuda())
inputs.is_cuda # returns true判断：
torch.is_tensor() #如果是pytorch的tensor类型返回true torch.is_storage() # 如果是pytorch的storage类型返回ture
这里还有一个小技巧，如果需要判断tensor是否为空，可以如下
代码语言：javascript复制 a=torch.Tensor()
len(a)
0
len(a) is 0
True设置：通过一些内置函数，可以实现对tensor的精度, 类型，print打印参数等进行设置
代码语言：javascript复制torch.set_default_dtype(d) #对torch.tensor() 设置默认的浮点类型
torch.set_default_tensor_type() # 同上，对torch.tensor()设置默认的tensor类型
torch.tensor([1.2, 3]).dtype # initial default for floating point is torch.float32
torch.float32
torch.set_default_dtype(torch.float64)
torch.tensor([1.2, 3]).dtype # a new floating point tensor
torch.float64
torch.set_default_tensor_type(torch.DoubleTensor)
torch.tensor([1.2, 3]).dtype # a new floating point tensor
torch.float64
torch.get_default_dtype() #获得当前默认的浮点类型torch.dtype
torch.set_printoptions(precision=None, threshold=None, edgeitems=None, linewidth=None, profile=None）#)
## 设置printing的打印参数判断变量类型：下面两种方法都行
if isinstance(downsample, torch.nn.Module): # if torch.type(downsample) != torch.IntTensor:
补充知识：pytorch：测试GPU是否可用
废话不多说，看代码吧~
代码语言：javascript复制import torch
flag = torch.cuda.is_available()
print(flag)
ngpu= 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda()) True
cuda:0
GeForce GTX 1080
tensor([[0.9530, 0.4746, 0.9819],
[0.7192, 0.9427, 0.6768],
[0.8594, 0.9490, 0.6551]], device='cuda:0')以上这篇pytorch判断是否cuda 判断变量类型方式就是小编分享给大家的全部内容了，希望能给大家一个参考。
