我在讀pyTorch文檔（三）

數據類型

1. CPU數據類型：torch.FloatTensor(torch.Tensor)，torch.DoubleTensor，torch.ByteTensor，torch.CharTensor，torch.ShortTensor，torch.IntTensor，torch.LongTensor；
2. GPU數據類型：torch.cuda.FloatTensor，torch.cuda.DoubleTensor，torch.cuda.HalfTensor，torch.cuda.ByteTensor，torch.cuda.CharTensor，torch.cuda.ShortTensor，torch.cuda.IntTensor，torch.cuda.LongTensor；

數據類型操作

1. 從python的list或者序列構建Tensor：torch.FloatTensor([[1, 2, 3], [4, 5, 6]])；
2. 指定大小構建Tensor：torch.FloatTensor.zero_()；
3. x.abs()和x.abs_() ：前者生成副本，後者in-place運算，其他大量函數同理；
4. y = x.byte()：將tensor改爲byte類型；
5. y = x.char()：將tensor改爲char類型；
6. y = x.clone() ：返回與x有相同大小和數據類型的tensor；
7. y = x.contiguous() ：返回一個內存連續的有相同數據的tensor；
8. x.copy_(y,async)：複製拷貝操作，x和y應該有相同數目的元素，可以是不同的數據類型或存儲在不同的設備上；
9. y = x.cpu() ：如果在CPU上沒有x，則會返回一個CPU的副本；
10. y = x.cuda(device, async)：返回GPU副本，async=True並且資源在固定內存中，則複製的副本將會與原始數據異步；
11. y = x.data_ptr()：返回第一個元素地址；
12. y = x.dim()：返回維度；
13. y = x.element_size()：返回單個字節大小；
14. 我在讀pyTorch文檔（二）中包含的數學操作基本都有y=x.function()版本或者y=x.function_()版本；