Tensor和Numpy数据格式的相互转换

问题描述：

好几次遇到这个问题，今天把它记录一下

一般用pytorch训练神经网络的时候，会出现tensor和numpy数据格式的相互转换。

前提条件：

环境引入

import torch
import numpy as np

创建一个numpy类型的数组并打印一下类型，其显示如下：

x = np.ones(5)
print(type(x))
#打印的数据类型
<class 'numpy.ndarray'>

一、numpy ----> tensor

使用torch.tensro(x)  

说明一下x是numpy的数据类型，y是tensor数据类型

y = torch.tensor(x)
print(type(x)) #x的类型
print(type(y)) #y的类型

打印的结果如下：

 #x的类型
<class 'numpy.ndarray'>
 #y的类型
<class 'torch.Tensor'>

二、tensor ---> numpy

使用 y.numpy()

说明一下y是tensor数据类型；x是numpy的数据类型。

z = y.numpy()
print(type(y)) #y的类型
print(type(z)) #z的类型

打印的结果如下：

#y的类型
<class 'torch.Tensor'>
#z的类型
<class 'numpy.ndarray'>

参考博文：【python】numpy和tensor互相转换_numpy转tensor_机器不学习我学习的博客-CSDN博客