python - 关于 pytorch 张量的奇怪行为。有谁能解释清楚吗？

Question

当我创建一个 PyTorch 张量并尝试探索它的类型时，我发现了这个:

>>> a = torch.rand(3,5)
>>> a
tensor([[0.3356, 0.0968, 0.2185, 0.9843, 0.7846],
        [0.8523, 0.3300, 0.7181, 0.2692, 0.6523],
        [0.0523, 0.9344, 0.3505, 0.8901, 0.6464]])
>>> type(a)
<class 'torch.Tensor'>
>>> a = a.cuda()
>>> a.is_cuda
True
>>> type(a)
<class 'torch.Tensor'>
>>> a.dtype
torch.float32
>>> 

为什么 type(a) 仍然是 torch.Tensor 而不是 torch.cuda.Tensor，即使这个张量已经在 GPU 上了？

Answer 1

你让我在那里挖掘，但显然 type() 作为 built-in 方法不适用于类型检测，因为 0.4.0 (参见 this comment 和 this point in migration guide)。

为了得到正确的类型，torch.Tensor 类有 type() member，可以简单地使用:

import torch

a = torch.rand(3, 5)
print(a)
print(a.type())
a = a.to("cuda")
print(a.is_cuda)
print(a.type())

如预期的那样产生:

tensor([[0.5060, 0.6998, 0.5054, 0.4822, 0.4408],
        [0.7686, 0.4508, 0.4968, 0.4460, 0.7352],
        [0.1810, 0.6953, 0.7499, 0.7105, 0.1776]])
torch.FloatTensor
True
torch.cuda.FloatTensor

但是我不确定该决定背后的理由，除此之外找不到任何相关内容。