当我们数据集的标签为True/False的boolean型时，我们可以直接使用FloatTensor传入该标签。返回的数据为tensor([0.])或者tensor([1.])，这十分有利于二分类任务的预测标签对错判断。

        这个用法是基于Python的布尔类型与整数之间的隐式类型转换。在Python中，`True` 被视为整数 `1`，而 `False` 被视为整数 `0`。当你将boolean值传递给 `torch.FloatTensor()` 时，PyTorch会自动将 `True` 转换为浮点数 `1.0`，而 `False` 转换为浮点数 `0.0`。

以下是一个示例：

        在这个例子中，`tensor_true` 和 `tensor_false` 都是浮点数张量，因`torch.FloatTensor()` 默认创建浮点数张量。在实际应用中，这种类型转换可以方便地处理布尔值，特别是在涉及到数学运算的情况下。