torch.tensor vs torch.from_numpy()

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)
  • 8
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值