tensor 和 numpy 的互相转换

为什么要相互转换：

简单一句话, numpy操作多样, 简单. 但网络前向只能是tensor类型, 各有优势, 所以需要相互转换补充.

# convert Tensor x of torch to array y of  numpy: 
y = x.numpy();

# convert array x of  numpy to Tensor y of torch: 
y = torch.from_numpy(x)

# 先将数据转换成Tensor, 再使用CUDA函数来将Tensor移动到GPU上加速

如果想把CUDA tensor格式的数据改成numpy时，需要先将其转换成cpu float-tensor随后再转到numpy格式。 

x_np = x.data.numpy()

# 改为：

x_np = x.data.cpu().numpy()

# 或者兼容上面两者的方式
x_np = x.detach().cpu().numpy() if x.requires_grad else x.cpu().numpy()

参考1：https://blog.csdn.net/ljs_a/article/details/78758116 

参考2：https://blog.csdn.net/u012436149/article/details/54627597

参考3：https://blog.csdn.net/weixin_39449466/article/details/80410314