如何在没有舍入误差的情况下将浮点张量类型转换为长张量？答案

【问题标题】：How to typecast a float tensor into long tensor without rounding error?如何在没有舍入误差的情况下将浮点张量类型转换为长张量？
【发布时间】：2019-06-26 14:50:49
【问题描述】：

我有一个浮点张量，它是通过将矩阵乘以它的逆矩阵（所以是单位矩阵）。当我转换为 int 时，它不是单位矩阵，即 1.0000e00 变为 0。我需要一种通过舍入进行类型转换的方法。

我尝试过使用 .int() 和 .long() 进行类型转换，但它们四舍五入为零。具体来说：

I = tensor([[ 1.0000e+00,  1.1921e-07, -1.1921e-07],
        [-5.9605e-08,  1.0000e+00,  0.0000e+00],
        [-2.9802e-08,  0.0000e+00,  1.0000e+00]])
I = I.long()
print(I)

给予：

tensor([[0, 0, 0],
        [0, 1, 0],
        [0, 0, 0]])

应该发生的是print(I)返回

tensor([[1, 0, 0],
        [0, 1, 0],
        [0, 0, 1]])

哪一行代码会将我的张量变成我想要的？它应该只占用一行。

【问题讨论】：

尝试更新你的 pytorch。上面的代码适用于我机器上的预期结果。
我正在使用torch，我认为可能会有所不同。例如，在这段代码之前我输入from torch import tensor
我知道；当我运行这个确切的代码时，我会得到你想要的结果。
嗯，你说得对。我在 Python3 中再次尝试，它工作正常。我最初在 Jupyter 中执行此操作时遇到了这个问题，所以也许这就是问题所在。

标签： python-3.x torch tensor

【解决方案1】：

答案是重启你的 Jupyter 内核，或者插入 python3。无论出于何种原因，这个错误发生在 Jupyter 笔记本中。

【讨论】：