pytorch算子torch.arange在CPU?GPU?NPU中支持?jǐn)?shù)據(jù)類(lèi)型格式
正文
CPU（Central Processing Unit）：中央處理器 GPU（Graphics Processing Unit）：圖形處理器 NPU（Neural Network Processing Unit）：神經(jīng)網(wǎng)絡(luò)處理器，是基于神經(jīng)網(wǎng)絡(luò)算法與加速的新型處理器總稱(chēng)。
一、 torch.arange() 和 torch.range() 的用法
pytorch官網(wǎng)介紹：
torch.arange(start,end,step) 用于產(chǎn)生一個(gè)從start開(kāi)始,到end結(jié)束（注意不包括end），步長(zhǎng)為step的Tensor, 并且可以設(shè)置 Tensor 的 device 和 dtype
torch.arange 與 torch.range 功能及其相似，不同之處在于 torch.range(start,end,step) 生成的 Tensor, 包括 end
如：
a=torch.arange(1, 7, 2) b=torch.range(1, 7, 2) print(a) print(b)
輸出：
tensor([1, 3, 5]) tensor([1., 3., 5., 7.])
但是建議使用 torch.arange ，因?yàn)?torch.range 即將被pytorch 移除：
二、 torch.arange 支持的數(shù)據(jù)類(lèi)型格式
只考慮 float 類(lèi)型
cpu 不支持 float16，支持 float32 和 float64 cpu 支持 float16 、float32 和 float64 npu 不支持 float16 和 float64 ，只支持 float32
事實(shí)上 npu 基本不支持所有的 64位類(lèi)型，包括 int64 和 float64，與算子無(wú)關(guān)。當(dāng)然cpu 是支持 16位數(shù)據(jù)類(lèi)型的，只是 torch.arange 不支持而已。
驗(yàn)證代碼如下：
import torch # CPU a=torch.arange(1, 10, 2,device="cpu",dtype=torch.float16) # 不可以 a=torch.arange(1, 10, 2,device="cpu",dtype=torch.float32) # 可以 a=torch.arange(1, 10, 2,device="cpu",dtype=torch.float64) # 可以 # GPU a=torch.arange(1, 10, 2, device="cuda:0",dtype=torch.float16) # 可以 a=torch.arange(1, 10, 2, device="cuda:0",dtype=torch.float32) # 可以 a=torch.arange(1, 10, 2, device="cuda:0",dtype=torch.float64) # 可以 # NPU a=torch.arange(1, 10, 2, device="npu:0",dtype=torch.float16) # 不可以 a=torch.arange(1, 10, 2, device="npu:0",dtype=torch.float32) # 可以 a=torch.arange(1, 10, 2, device="npu:0",dtype=torch.float64) # 不可以 print(a)
以上就是pytorch算子torch.arange在CPU GPU NPU中支持?jǐn)?shù)據(jù)類(lèi)型格式的詳細(xì)內(nèi)容，更多關(guān)于pytorch算子支持?jǐn)?shù)據(jù)類(lèi)型格式的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
這篇文章主要介紹了python中裝飾器的理解與使用詳解,裝飾器本質(zhì)上是一個(gè)閉包函數(shù)，其作用在于可以為其他函數(shù)增加額外功能，裝飾器的返回值是一個(gè)函數(shù)對(duì)象,需要的朋友可以參考下2023-07-07
今天小編就為大家分享一篇python安裝pywin32clipboard的操作方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-01-01
這篇文章主要給大家介紹了關(guān)于Django中CBV和FBV的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧。2018-02-02
本文主要介紹了Django中外鍵ForeignKey介紹使用，文中通過(guò)示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-02-02
在Python中實(shí)現(xiàn)字典反轉(zhuǎn)案例
這篇文章主要介紹了在Python中實(shí)現(xiàn)字典反轉(zhuǎn)案例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-12-12
Python實(shí)現(xiàn)兩個(gè)list求交集，并集，差集的方法示例
這篇文章主要介紹了Python實(shí)現(xiàn)兩個(gè)list求交集，并集，差集的方法,結(jié)合實(shí)例形式分析了Python使用intersection、union及difference方法實(shí)現(xiàn)兩個(gè)集合list的交集、并集與差集操作技巧,需要的朋友可以參考下2018-08-08
Python使用selenium + headless chrome獲取網(wǎng)頁(yè)內(nèi)容的方法示例
這篇文章主要介紹了Python使用selenium + headless chrome獲取網(wǎng)頁(yè)內(nèi)容的方法示例，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-10-10
字符串是一種數(shù)據(jù)類(lèi)型，但是，字符串比較特殊的是還有一個(gè)編碼問(wèn)題。下面這篇文章主要給大家介紹了關(guān)于Python3如何解決字符編碼問(wèn)題的相關(guān)資料，文中介紹的還是相對(duì)比較詳細(xì)的，需要的朋友可以參考借鑒，下面來(lái)一起看看吧。2017-04-04
這篇文章主要介紹一個(gè)可以將音頻提升音量的python常用工具，代碼具有一定的學(xué)習(xí)價(jià)值，感興趣的小伙伴可以了解一下2021-11-11
使用Python實(shí)現(xiàn)為PDF文件添加圖章
在日常工作中,我們經(jīng)常需要給PDF文檔添加一些標(biāo)識(shí),比如公司的圖章或水印圖章,所以本文就來(lái)為大家詳細(xì)介紹一下如何使用Python實(shí)現(xiàn)為PDF文件添加圖章,需要的可以參考下2023-11-11