---

一、.item() 方法介绍

1. 方法介绍

我们先看官网中是怎么介绍的：

返回这个张量的值作为一个标准的Python数字。

详情页中说：

# TORCH.TENSOR.ITEM
Tensor.item() → number
Returns the value of this tensor as a standard Python number. This only works for tensors with one element. For other cases, see tolist().

This operation is not differentiable.

• 返回这个张量的值作为一个标准的 Python 数字。这只适用于单元素张量。对于其他情况，请参见tolist()。
• 这个运算是不可微的。

也就是说：Tensor.item() 的作用是取出单元素张量的元素值并返回该值，保持原元素类型不变。即：原张量元素为整形，则返回整形，原张量元素为浮点型则返回浮点型，etc.

2. 那么有什么用呢？

在 pytorch 训练时，一般用到 .item() 方法。比如 loss.item()。

在浮点数结果上使用 .item() 函数可以提高显示精度，所以我们在求 loss 或者 accuracy 时，一般使用 x[1,1].item() 而不是单纯使用 x[1,1]。

---

二、实例

x[1,1] V.S. X.item()：

import torch
x = torch.randn(2, 2)
print(x)
print(x[1,1])
print(x[1,1].item())

输出结果：

tensor([[ 1.4471, -0.4962],
        [-0.0843, -0.3465]])
tensor(-0.3465)
-0.3464970886707306

---

参考链接

1. python中.item()的讲解