Pytorch中的Tensor常用的类型转换函数（inplace操作）：
（1）数据类型转换
在Tensor后加 .long(), .int(), .float(), .double()等即可，也可以用.to()函数进行转换，所有的Tensor类型可参考https://pytorch.org/docs/stable/tensors.html
（2）数据存储位置转换
CPU张量 ----> GPU张量，使用data.cuda()
GPU张量 ----> CPU张量，使用data.cpu()
（3）与numpy数据类型转换
Tensor---->Numpy 使用 data.numpy()，data为Tensor变量
Numpy ----> Tensor 使用 torch.from_numpy(data)，data为numpy变量
（4）与Python数据类型转换
Tensor ----> 单个Python数据，使用data.item()，data为Tensor变量且只能为包含单个数据
Tensor ----> Python list，使用data.tolist()，data为Tensor变量，返回shape相同的可嵌套的list
（5）剥离出一个tensor参与计算，但不参与求导
Tensor后加 .detach()
官方解释为：
Returns a new Tensor, detached from the current graph. The result will never require gradient. Returned Tensor shares the same storage with the original one. In-place modifications on either of them will be seen, and may trigger errors in correctness checks.
（以前这个功能用过.data()，但现在不推荐使用了）
参考：
https://blog.csdn.net/hustchenze/article/details/79154139
https://pytorch.org/docs/stable/tensors.html#torch.Tensor.to