PyTorch转换NumPy数组为float64张量时如何保留8位以上有效数字？

首先明确：你用torch.float64转换后的张量本身已经保留了完整的双精度数据（对应NumPy的float64，可存储约15-17位有效数字），只是PyTorch默认打印设置只显示5位有效数字，以下是几种解决方法：

• 全局调整PyTorch打印精度
  通过torch.set_printoptions()设置全局打印的有效数字位数，之后所有张量打印都会遵循这个设置：

  import torch
  import numpy as np
  
  numpy_array = np.array([-8.32457799, -8.18170165, -8.03901151, -4.34838355, -4.33105147, -4.31420002])
  # 设置打印精度为8位有效数字
  torch.set_printoptions(precision=8)
  tensor = torch.tensor(numpy_array, dtype=torch.float64)
  
  print(tensor)
  print(tensor[0])
  

  输出结果：

  tensor([-8.32457799, -8.18170165, -8.03901151, -4.34838355, -4.33105147,
          -4.31420002], dtype=torch.float64)
  tensor(-8.32457799, dtype=torch.float64)
  

• 针对单个元素打印完整精度
  用.item()方法取出张量元素的Python原生数值，直接打印即可显示完整精度：

  print(tensor[0].item())
  

  输出：-8.32457799

• 转换为NumPy数组打印
  NumPy默认会显示更多有效数字，将张量转回NumPy数组后打印，能直接看到原始精度：

  print(tensor.numpy())
  

  输出与原始NumPy数组精度一致。

内容的提问来源于stack exchange，提问作者asdfe