Tensor和NumPy相互转换

　　Tensor 和 NumPy 相互转换常使用 numpy() 和 from_numpy() 。需要注意的是： 这两个函数所产生的 Tensor 和 NumPy 中的数组共享相同的内存（所以他们之间的转换很快），改变其中一个时另一个也会改变！

 

Tensor 转 Numpy 数组

a = torch.ones(3) b = a.numpy() print(a) print(b) tensor([1., 1., 1.]) [1. 1. 1.] a +=  1
print(a) print(b) a = a + 1
print(a) print(b) tensor([3., 3., 3.]) [3. 3. 3.] tensor([4., 4., 4.]) [3. 3. 3.] a = torch.ones(3) b = a.numpy() print(a) print(b) b += 1
print(a) print(b) b = b+1
print(a) print(b) tensor([1., 1., 1.]) [1. 1. 1.] tensor([2., 2., 2.]) [2. 2. 2.] tensor([2., 2., 2.]) [3. 3. 3.]

 

NumPy 数组转 Tensor

import numpy as np a = np.ones(3) b = torch.from_numpy(a) print(a, b) a += 1
print(a, b) b += 1
print(a, b) [1. 1. 1.] tensor([1., 1., 1.], dtype=torch.float64) [2. 2. 2.] tensor([2., 2., 2.], dtype=torch.float64) [3. 3. 3.] tensor([3., 3., 3.], dtype=torch.float64)

 

　　使用 torch.tensor() 将 NumPy 数组转换成 Tensor（不再共享内存）

c = torch.tensor(a)
a += 1
print(a, c)

[4. 4. 4.] tensor([3., 3., 3.], dtype=torch.float64)