torch.dtype
最近进行一些代码实操的过程中，经常遇到一个报错，TypeError: tensor(): argument ‘dtype’ must be torch.dtype, not torch.tensortype，原因则是因为在dtype参数中错误的传递了torch.tensortype。
因为有些类似分类任务中，运行报错可能时张量类型要求是LongTensor，但是直接在定义的时候，我们需要使用对应的torch.intdtype。而不能直接使用张量。
Each torch.Tensor has a torch.dtype, torch.device, and torch.layout.
| Data type | dtype | Legacy Constructors |
|---|---|---|
| 32-bit floating point | torch.float32 or torch.float | torch.*.FloatTensor |
| 64-bit floating point | torch.float64 or torch.double | torch.*.DoubleTensor |
| 64-bit complex | torch.complex64 or torch.cfloat | |
| 128-bit complex | torch.complex128 or torch.cdouble | |
| 16-bit floating point 1 | torch.float16 or torch.half | torch.*.HalfTensor |
| 16-bit floating point 2 | torch.bfloat16 | torch.*.BFloat16Tensor |
| 8-bit integer (unsigned) | torch.uint8 | torch.*.ByteTensor |
| 8-bit integer (signed) | torch.int8 | torch.*.CharTensor |
| 16-bit integer (signed) | torch.int16 or torch.short | torch.*.ShortTensor |
| 32-bit integer (signed) | torch.int32 or torch.int | torch.*.IntTensor |
| 64-bit integer (signed) | torch.int64 or torch.long | torch.*.LongTensor |
| Boolean | torch.bool | torch.*.BoolTensor |
分类任务中，默认是从0起始的，所以针对分类任务进行编号时，需要从 0 开始进行编号。二分类（0，1），三分类（0，1，2）。