PyTorch LongTensor科学计数法显示原因及整数转换与嵌入问题咨询

1. 为什么print(x)会输出科学计数法格式？ #

这只是PyTorch的默认打印显示规则搞的小把戏！当存储的整数数值达到一定量级（比如100000这个门槛），PyTorch会自动切换到科学计数法来显示内容，但这完全不影响内部实际存储的值——你的x里面存的依然是整数108500，只是打印时换了个更紧凑的排版方式而已。

如果想确认的话，可以试试打印x.item()，它会直接输出Python整数格式的108500；或者用print("{:d}".format(x[0]))，强制用十进制整数格式显示。

2. LongTensor能不能存储大整数？ #

当然可以！LongTensor对应的是64位有符号整数类型，它能存储的数值范围是-2^63到2^63 - 1（大概是-9e18到9e18之间）。你用到的108500离这个上限还差得远，哪怕是几十亿、上万亿的整数，只要落在这个区间内都能稳稳存储。

3. 如何将x转换为适合嵌入操作的格式？ #

其实你可能误解了一点：nn.Embedding层本身就接受LongTensor类型作为输入索引，所以你的x已经是完全符合要求的格式了！直接把它传给嵌入层就行，比如：

import torch.nn as nn
embedding = nn.Embedding(num_embeddings=200000, embedding_dim=128)
output = embedding(x)

如果是想把tensor里的数值提取成Python原生整数（比如做其他非张量操作），可以用这两种方式：

• 单个元素的tensor：x.item() → 返回纯整数108500
• 批量tensor：x.tolist() → 返回包含整数的列表（这里就是[108500]）

内容的提问来源于stack exchange，提问作者user3929423