大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE稳定放心使用
tensor转numpy
t = torch.ones(5)
print(f"t: {t}")
n = t.numpy()
print(f"n: {n}")
输出：
t: tensor([1., 1., 1., 1., 1.])
n: [1. 1. 1. 1. 1.]
cpu上的tensor可以和numpy array共享内存地址，改变其中的一个另一个也会改变
t.add_(1)
print(f"t: {t}")
print(f"n: {n}")
输出：
t: tensor([2., 2., 2., 2., 2.])
n: [2. 2. 2. 2. 2.]
可训练的tensor转numpy
t = torch.ones(5)
t_trained = t.clone().detach().requires_grad_(True)
print(f"t_trained: {t_trained}")
n = t_trained.detach().numpy()
print(f"n: {n}")
输出：
t_trained: tensor([1., 1., 1., 1., 1.], requires_grad=True)
n: [1. 1. 1. 1. 1.]
numpy转tensor
n = np.ones(5)
t = torch.from_numpy(n)
np.add(n, 1, out=n)
# n = np.add(n, 1) 不改变t，非in_place操作
print(f"t: {t}")
print(f"n: {n}")
输出：
t: tensor([2., 2., 2., 2., 2.], dtype=torch.float64)
n: [2. 2. 2. 2. 2.]
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/180366.html原文链接：https://javaforall.net
