Pytorch中的Tensor常用的类型转换函数（inplace操作）：

（1）数据类型转换

　　在Tensor后加 .long(), .int(), .float(), .double()等即可，也可以用.to()函数进行转换，所有的Tensor类型可参考https://pytorch.org/docs/stable/tensors.html

（2）数据存储位置转换

　　CPU张量 —->  GPU张量，使用data.cuda()

　　GPU张量 —-> CPU张量，使用data.cpu()

（3）与numpy数据类型转换

　　Tensor—->Numpy  使用 data.numpy()，data为Tensor变量

　　Numpy —-> Tensor 使用 torch.from_numpy(data)，data为numpy变量

（4）与Python数据类型转换

　　Tensor —-> 单个Python数据，使用data.item()，data为Tensor变量且只能为包含单个数据

　　Tensor —-> Python list，使用data.tolist()，data为Tensor变量，返回shape相同的可嵌套的list

（5）剥离出一个tensor参与计算，但不参与求导

　　Tensor后加 .detach()

　　官方解释为：

　　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. 

　　（以前这个功能用过.data()，但现在不推荐使用了）

参考：

https://blog.csdn.net/hustchenze/article/details/79154139

https://pytorch.org/docs/stable/tensors.html#torch.Tensor.to