前言

在使用Pytorch训练模型时，用到python中的item()函数，如：

train_loss += loss.item()

现对item()函数用法做出总结。item()函数的作用是从包含单个元素的张量中取出该元素值，并保持该元素的类型不变。,即：该元素为整形，则返回整形，该元素为浮点型，则返回浮点型。官网解释如下：

Pytorch官网：https://pytorch.org/docs/stable/tensors.html?highlight=item#torch.Tensor.item

实验

做个测试：

import torchx = torch.randn(2, 2)print(x)
print(x[0,0])
print(x[0,0].item())

Output:

tensor([[-0.1405,  2.4767],[-0.6847,  0.0057]])
tensor(-0.1405)
-0.14052967727184296

总结

1. 计算loss或者accuracy时，经常使用item()函数，而不是直接取对应的元素x[i,j]。
2. item()函数取值时，保持该元素的类型不变。