pytorch tensor操作：tensor与numpy转换

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.]