pytorch 定义神经网络输入精度

在PyTorch中，可以使用torch.cuda.FloatTensor来定义神经网络的输入精度为单精度浮点数（32位），也可以使用torch.cuda.HalfTensor来定义输入精度为半精度浮点数（16位）。以下是示例代码：

import torch

# 定义神经网络输入精度为单精度浮点数
input_data = torch.randn(10, 3).cuda().float()

# 定义神经网络输入精度为半精度浮点数
input_data_half = torch.randn(10, 3).cuda().half()

其中，`torch.randn(10, 3)`创建了一个大小为(10, 3)的张量，`cuda()`将张量移动到GPU上，`.float()`和`.half()`分别将张量转换为单精度和半精度浮点数。