Torch中item()和items()的用法详解与区别

1、item()

item()的作用是取出单元素张量(即只取一个元素才不会报错)的元素值并返回该值,保持该元素类型不变。

import torch

a = torch.randn((5))
print(a)

# 1、直接使用索引取值
print(a[1])

# 2、使用item()取值
print(a[1].item())

# 输出结果
# tensor([-0.6861, -0.6912,  1.3144, -0.8755, -2.1023])
# tensor(-0.6912)
# -0.6911846399307251

由此可以看出使用item()函数取出的元素值的精度更高,所以在求损失函数等时我们一般用item()

2、items()

items()的作用是把字典中的每对key和value组成一个元组,并把这些元祖放在列表中返回。

a = {"a1":2,"a2":3,"a3":5}
print(a.items())

# 输出结果
# dict_items([('a1', 2), ('a2', 3), ('a3', 5)])

你可能感兴趣的:(笔记,pytorch,深度学习,人工智能)