原文：https://blog.csdn.net/hustchenze/article/details/79154139
Pytorch的數據類型為各式各樣的Tensor,Tensor可以理解為高維矩陣。與Numpy中的Array類似。Pytorch中的tensor又包括CPU上的數據類型和GPU上的數據類型，一般GPU上的Tensor是CPU上的Tensor加cuda()函數得到。通過使用Type函數可以查看變量類型。一般系統默認是torch.FloatTensor類型。例如data = torch.Tensor(2,3)是一個2*3的張量，類型為FloatTensor; data.cuda()就轉換為GPU的張量類型，torch.cuda.FloatTensor類型。
下面簡單介紹一下Pytorch中變量之間的相互轉換。
（1）CPU或GPU張量之間的轉換
一般只要在Tensor后加long(), int(), double(),float(),byte()等函數就能將Tensor進行類型轉換；
例如：Torch.LongTensor--->Torch.FloatTensor, 直接使用data.float()即可
還可以使用type()函數，data為Tensor數據類型，data.type()為給出data的類型，如果使用data.type(torch.FloatTensor)則強制轉換為torch.FloatTensor類型張量。
當你不知道要轉換為什么類型時，但需要求a1,a2兩個張量的乘積，可以使用a1.type_as(a2)將a1轉換為a2同類型。
（2）CPU張量 ----> GPU張量, 使用data.cuda()
（3）GPU張量 ----> CPU張量 使用data.cpu()
（4）Variable變量轉換成普通的Tensor，其實可以理解Variable為一個Wrapper，里頭的data就是Tensor. 如果Var是Variable變量，使用Var.data獲得Tensor變量
（5）Tensor與Numpy Array之間的轉換
Tensor---->Numpy 可以使用 data.numpy()，data為Tensor變量
Numpy ----> Tensor 可以使用torch.from_numpy(data)，data為numpy變量