torch[cpuType] 的语法说明

从我对pytorch的了解，它与Lua Torch非常相似（我也尝试了Lua Torch），我会说它指定了您要将此张量存储在哪里。请注意，torch不能在存储在两个不同处理单元中的张量上执行操作。有方法将数据移动在不同的处理单元之间，如在cpu上移动（netŧ.cpu()）或gpu上移动[net.cuda()]。

我认为 torch[cpuType] 和 torch.cpuType 是等价的。

该代码（https://github.com/facebook/fb.resnet.torch/blob/master/dataloader.lua#L51-L57）似乎表明 cpuType 可以采用几种不同的值，即 DoubleTensor、FloatTensor 或 HalfTensor。因此，这种表示法创建了一个 torch.DoubleTensor 或 torch.FloatTensor 或 torch.HalfTensor。它是一种更紧凑的表示法，类似于以下代码：

if cpuType == 'torch.DoubleTensor' then
    batch = torch.DoubleTensor(sz, nCrops, table.unpack(imageSize))
elseif cpuType == 'torch.FloatTensor' then
    batch = torch.FloatTensor(sz, nCrops, table.unpack(imageSize))
elseif cpuType == 'torch.HalfTensor' then
    batch = torch.HalfTensor(sz, nCrops, table.unpack(imageSize))