正文

CPU（Central Processing Unit）：中央處理器 GPU（Graphics Processing Unit）：圖形處理器 NPU（Neural Network Processing Unit）：神經(jīng)網(wǎng)絡(luò)處理器，是基于神經(jīng)網(wǎng)絡(luò)算法與加速的新型處理器總稱。

一、 torch.arange() 和 torch.range() 的用法

pytorch官網(wǎng)介紹：

torch.arange(start,end,step) 用于產(chǎn)生一個(gè)從start開始,到end結(jié)束（注意不包括end），步長(zhǎng)為step的Tensor, 并且可以設(shè)置 Tensor 的 device 和 dtype

torch.arange 與 torch.range 功能及其相似，不同之處在于 torch.range(start,end,step) 生成的 Tensor, 包括 end

如：

a=torch.arange(1, 7, 2)
b=torch.range(1, 7, 2)
print(a)
print(b)

輸出：

tensor([1, 3, 5])
tensor([1., 3., 5., 7.])

但是建議使用 torch.arange ，因?yàn)?torch.range 即將被pytorch 移除：

二、 torch.arange 支持的數(shù)據(jù)類型格式

只考慮 float 類型

cpu 不支持 float16，支持 float32 和 float64 cpu 支持 float16 、float32 和 float64 npu 不支持 float16 和 float64 ，只支持 float32

事實(shí)上 npu 基本不支持所有的 64位類型，包括 int64 和 float64，與算子無關(guān)。當(dāng)然cpu 是支持 16位數(shù)據(jù)類型的，只是 torch.arange 不支持而已。

驗(yàn)證代碼如下：

import torch
# CPU
a=torch.arange(1, 10, 2,device="cpu",dtype=torch.float16)    # 不可以
a=torch.arange(1, 10, 2,device="cpu",dtype=torch.float32)    # 可以
a=torch.arange(1, 10, 2,device="cpu",dtype=torch.float64)    # 可以
# GPU
a=torch.arange(1, 10, 2, device="cuda:0",dtype=torch.float16)    # 可以
a=torch.arange(1, 10, 2, device="cuda:0",dtype=torch.float32)    # 可以
a=torch.arange(1, 10, 2, device="cuda:0",dtype=torch.float64)    # 可以
# NPU
a=torch.arange(1, 10, 2, device="npu:0",dtype=torch.float16)    # 不可以
a=torch.arange(1, 10, 2, device="npu:0",dtype=torch.float32)    # 可以
a=torch.arange(1, 10, 2, device="npu:0",dtype=torch.float64)    # 不可以
print(a)