torch.tensor vs torch.from_numpy()

最新推荐文章于 2024-11-20 10:13:50 发布

知福致福

最新推荐文章于 2024-11-20 10:13:50 发布

阅读量593

点赞数 8

分类专栏： python 深度学习文章标签： numpy

本文链接：https://blog.csdn.net/m0_51312071/article/details/135073539

版权

python 同时被 2 个专栏收录

27 篇文章 1 订阅

订阅专栏

深度学习

16 篇文章 1 订阅

订阅专栏

文章讲述了torch.tensor和torch.from_numpy在将numpy数组转换为torchtensor时的区别，torch.tensor共享内存，而torch.from_numpy创建新空间。实验示例展示了修改源numpy数组如何影响两者的结果。

摘要由CSDN通过智能技术生成

torch.tensor函数和torch.from_numpy()函数都可以将numpy array转换为torch tensro，不同之处在于前者共享内存（torch的底层实现就是numpy，所以可以共享），后者开辟新的空间

a=np.ones(4)
b=torch.from_numpy(a)

a[0]=2
b[1]=2
print(a,b)

output:
[2. 2. 1. 1.] tensor([2., 2., 1., 1.], dtype=torch.float64)

d=np.ones((4))
e=torch.tensor(d)
print(d,e)

d[0]=2
print(d,e)
e[1]=2
print(d,e)

output:
[1. 1. 1. 1.] tensor([1., 1., 1., 1.], dtype=torch.float64)
[2. 1. 1. 1.] tensor([1., 1., 1., 1.], dtype=torch.float64)
[2. 1. 1. 1.] tensor([1., 2., 1., 1.], dtype=torch.float64)