为何Python代码print(np.array([1355742581.0])[0]<torch.LongTensor([1355742616.0])[0])输出False？

核心问题 #

你遇到的是numpy浮点标量与torch长整型张量比较时，结果不符合预期的情况。

可能原因 #

• 隐性类型转换Bug：当numpy的float64标量和torch的int64张量比较时，会自动进行类型提升，但旧版本torch可能存在类型转换逻辑漏洞，导致比较结果异常。
• 数值笔误：检查torch张量的实际值，若初始化时写错了数值（比如把1355742616.0写成更小的数），会直接导致结果为False。可以单独打印张量确认：

  print(torch.LongTensor([1355742616.0])[0])
  

• 跨设备比较异常：如果torch张量在GPU上，而numpy标量在CPU，跨设备的比较可能出现未定义行为。

解决方法 #

统一类型后再比较，避免隐性转换：

• 方案一：将numpy标量转为torch长整型张量

  print(torch.tensor(np.array([1355742581.0])[0], dtype=torch.int64) < torch.LongTensor([1355742616.0])[0])
  

• 方案二：将torch张量转为numpy标量

  print(np.array([1355742581.0])[0] < torch.LongTensor([1355742616.0])[0].numpy())
  

内容的提问来源于stack exchange，提问作者shelvey jiang