PyTorch | torch.from_numpy使用方法 | torch.from_numpy如何使用？torch.from_numpy()例子 | 通过torch.from_numpy创建张量

公众号【计算机视觉联盟】后台回复【PyTorch】可以获得独家PyTorch学习教程pdf版

通过torch.from_numpy创建张量

    import numpy as np
    import torch

    arr = np.array([[1,2,3],[4,5,6]])
    print("由np.array生成的数据：\n",arr)
    t = torch.from_numpy(arr)
    print("torch.from_numpy创建好的Tensor：\n",t)

    # 由from_numpy创建的Tensor是共享内存空间
    # 修改numpy中的一个数字，看看tensor有没有变化
    print("\n=======================\n修改arr")
    arr[0,0]=9
    print("由np.array生成的数据：\n",arr)
    t = torch.from_numpy(arr)
    print("torch.from_numpy创建好的Tensor：\n",t)

    # 由from_numpy创建的Tensor是共享内存空间
    # 修改tensor中的一个数字，看看numpy有没有变化
    print("\n=======================\n修改t")
    t[0,0]=-9
    print("由np.array生成的数据：\n",arr)
    t = torch.from_numpy(arr)
    print("torch.from_numpy创建好的Tensor：\n",t)

 运行结果：

由np.array生成的数据：
 [[1 2 3]
 [4 5 6]]
torch.from_numpy创建好的Tensor：
 tensor([[1, 2, 3],
        [4, 5, 6]], dtype=torch.int32)

=======================
修改arr
由np.array生成的数据：
 [[9 2 3]
 [4 5 6]]
torch.from_numpy创建好的Tensor：
 tensor([[9, 2, 3],
        [4, 5, 6]], dtype=torch.int32)

=======================
修改t
由np.array生成的数据：
 [[-9  2  3]
 [ 4  5  6]]
torch.from_numpy创建好的Tensor：
 tensor([[-9,  2,  3],
        [ 4,  5,  6]], dtype=torch.int32)

Process finished with exit code 0