Pytorch中的Tensor常用的類型轉換函數（inplace操作）：
（1）數據類型轉換
在Tensor后加 .long(), .int(), .float(), .double()等即可，也可以用.to()函數進行轉換，所有的Tensor類型可參考https://pytorch.org/docs/stable/tensors.html
（2）數據存儲位置轉換
CPU張量 ----> GPU張量，使用data.cuda()
GPU張量 ----> CPU張量，使用data.cpu()
（3）與numpy數據類型轉換
Tensor---->Numpy 使用 data.numpy()，data為Tensor變量
Numpy ----> Tensor 使用 torch.from_numpy(data)，data為numpy變量
（4）與Python數據類型轉換
Tensor ----> 單個Python數據，使用data.item()，data為Tensor變量且只能為包含單個數據
Tensor ----> Python list，使用data.tolist()，data為Tensor變量，返回shape相同的可嵌套的list
（5）剝離出一個tensor參與計算，但不參與求導
Tensor后加 .detach()
官方解釋為：
Returns a new Tensor, detached from the current graph. The result will never require gradient. Returned Tensor shares the same storage with the original one. In-place modifications on either of them will be seen, and may trigger errors in correctness checks.
（以前這個功能用過.data()，但現在不推薦使用了）
參考：
https://blog.csdn.net/hustchenze/article/details/79154139
https://pytorch.org/docs/stable/tensors.html#torch.Tensor.to