Tensor和NumPy相互轉換

　　Tensor 和 NumPy 相互轉換常使用 numpy() 和 from_numpy() 。需要注意的是： 這兩個函數所產生的 Tensor 和 NumPy 中的數組共享相同的內存（所以他們之間的轉換很快），改變其中一個時另一個也會改變！

 

Tensor 轉 Numpy 數組

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 數組轉 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() 將 NumPy 數組轉換成 Tensor（不再共享內存）

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

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