声明为torch.long的PyTorch张量变为torch.int64

我是PyTorch的新手，所以我对PyTorch张量没有太多研究。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：

---

在我的例子中，

a

是

edge\u index

从中我们可以看到

torch.long

和

torch.int64

是同义词，两者都指64位有符号整数类型。

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。这看起来像是你正在使用的一些非常脆弱的软件，我无法想象这样的软件是为了与pytorch兼容而编写的。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。也就是说，

torch.long是torch.int64

是true，如果运行

print（torch.long）

，则将打印

“torch.int64”

。我使用的软件是PyTorch Geometric。我已经在上面的第一篇文章中添加了错误出现的地方。

edge\u index.dtype==torch.long

如果

edge\u index

有dtype

torch.int64

则应计算为true，因为

torch.int64==torch.long

为true。我猜你的问题在别处。我猜，

edge\u类型

在那一点上没有被转换成

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，因此需要分配从它们返回的值。例如，你需要做

x=x.long（）

，仅仅把

x.long（）

放在自己身上是不会有任何效果的。

     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