一、.item() 方法介绍
1. 方法介绍
我们先看官网中是怎么介绍的：
返回这个张量的值作为一个标准的Python数字。
详情页中说：
# TORCH.TENSOR.ITEM
Tensor.item() → number
Returns the value of this tensor as a standard Python number. This only works for tensors with one element. For other cases, see tolist().
This operation is not differentiable.
- 返回这个张量的值作为一个标准的 Python 数字。这只适用于单元素张量。对于其他情况，请参见tolist()。
- 这个运算是不可微的。
也就是说：Tensor.item() 的作用是取出单元素张量的元素值并返回该值，保持原元素类型不变。即：原张量元素为整形，则返回整形，原张量元素为浮点型则返回浮点型，etc.
2. 那么有什么用呢？
在 pytorch 训练时，一般用到 .item() 方法。比如 loss.item()。
在浮点数结果上使用 .item() 函数可以提高显示精度，所以我们在求 loss 或者 accuracy 时，一般使用 x[1,1].item() 而不是单纯使用 x[1,1]。
二、实例
x[1,1] V.S. X.item()：
import torch
x = torch.randn(2, 2)
print(x)
print(x[1,1])
print(x[1,1].item())
输出结果：
tensor([[ 1.4471, -0.4962],
[-0.0843, -0.3465]])
tensor(-0.3465)
-0.3464970886707306
参考链接
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/118862.html
