1. 设置打印精

Pytorch中tensor打印的数据长度需要使用torch.set_printoptions(precision=xx)进行设置，否则打印的长度会很短，给人一种精度不够的错觉：

>>> import torch

>>> a=torch.tensor([1/3])

>>> a

tensor([0.3333])

>>> # 修改打印精度为20位小数

>>> torch.set_printoptions(precision=20)

>>> a

tensor([0.33333334326744079590])

2. 类型转换对精度的影响

这里考虑使用类型转换将单精度浮点转换为双精度浮点：

>>> # 将单精度浮点转换为双精度浮点

>>> c=a.double()

>>> c

tensor([0.33333334326744079590], dtype=torch.float64)

可以看到，使用类型转换并不会提升数据精度

3. 重新定义高精度数据类型

那么，重新定义一个双精度的浮点数会怎么样呢？

>>> # 使用双精度浮点类型重新生成

>>> b=torch.tensor([1/3],dtype=torch.double)

>>> b

tensor([0.33333333333333331483], dtype=torch.float64)

4. 数据整体精度是否变化

此时，将数据加上100，可以看到小数后的精度变低了，但是数据整体精度保持不变：

1 >>> # 测试精度位数变化情况

2 >>> d=100+b

3 >>> d

4 tensor([100.33333333333332859638], dtype=torch.float64)

5. 建议

使用torch.set_default_dtype(torch.double)设置默认的数据类型为双精度浮点，使用torch.set_default_tensor_type(torch.DoubleTensor)在设置默认数据类型的同时会设置torch.tensor接口的默认类型。[3][4]对单精度浮点，为稳妥起见，根据输入内容设置打印精度为6位有效数字，同样对双精度浮点，根据输入内容设置设置打印精度为16位有效数字。这样，打印出来的值就是较为精确的值了。

参考：

Pytorch中tensor的打印精度_步子大了吧的博客-CSDN博客_pytorch 设置精度

python与pytorch的数据类型、数据精度与转换_hangyangSJTU的博客-CSDN博客_torch 精度

巴特西

Pytorch中tensor的打印精度

1. 设置打印精

2. 类型转换对精度的影响

3. 重新定义高精度数据类型

4. 数据整体精度是否变化

5. 建议

最新文章

热门文章