如何使用iInstance断言torch.float32/64？

Question

我正在为我的深度学习项目编写一个管道，作为一个好的实践，我尝试做一些断言以确保数据类型匹配，以便以后更容易调试！但是，我不知道如何使用isinstance来断言torch.Tensor's{}

例如：

    assert isinstance(image, torch.Tensor) and isinstance(target['boxes'], torch.Tensor)
    assert isinstance(image.dtype, (torch.float32, torch.float64)) and isinstance(target['boxes'].dtype, (torch.float32, torch.float64)) 

使用assert image.dtype in [torch.float32, torch.float64]是这里唯一的方法吗？有没有一种优雅的方式可以做到这一点

Answer 1

您可以使用^{}

assert torch.is_floating_point(image) and torch.is_floating_point(target['boxes'])

如果输入不是张量，该函数将引发异常。因此，没有必要对torch.Tensor进行独立检查