PyTorch 张量声明为 torch.long 变为 torch.int64答案

【问题标题】：PyTorch tensor declared as torch.long becomes torch.int64PyTorch 张量声明为 torch.long 变为 torch.int64
【发布时间】：2021-04-27 17:03:02
【问题描述】：

我是 PyTorch 的新手，所以我对 PyTorch 张量的工作并不多。我感到困惑的是，如果我将张量的 dytpe 声明为torch.long，然后检查它的 dtype 是int64。例如：

In [62]: a = torch.tensor([[0, 1, 1, 2],
                       [1, 0, 2, 1]], dtype=torch.long)
         a.dtype

Out[62]: torch.int64

我可能犯了一些愚蠢的错误。

为什么会这样？

编辑：

     89         if isinstance(edge_index, Tensor):
---> 90             assert edge_index.dtype == torch.long
     91             assert edge_index.dim() == 2
     92             assert edge_index.size(0) == 2

在我的情况下，a 是 edge_index。

【问题讨论】：

标签： pytorch tensor dtype

【解决方案1】：

从the documentation 中我们可以看出torch.long 和torch.int64 是同义词，都是指64 位有符号整数类型。

【讨论】：

啊，我明白了，问题是我需要它来输出torch.long，因为我使用的软件需要它作为输出。
这看起来像是你使用的一些非常脆弱的软件，我无法想象这样的软件被编写为与 pytorch 兼容。请注意，torch.long 永远不会打印，因为torch.long 只是引用与torch.int64 相同的底层对象。 IE。 torch.long is torch.int64 为真，如果你运行print(torch.long) 则"torch.int64" 将被打印出来。
我使用的软件是 PyTorch Geometric。我在上面的初始帖子中添加了错误出现的位置。
edge_index.dtype == torch.long 如果 edge_index 具有 dtype torch.int64，则应评估为 true，因为 torch.int64 == torch.long 为 true。我猜你的问题在别处。
我猜edge_type 那时还没有转换为long 张量。可能相关，但请记住 Tensor.to(dtype=torch.long) 和 Tensor.long() 不是就地操作，因此您需要分配从它们返回的值。比如你需要做x = x.long()，只是把x.long()单独放上是不会有任何效果的。