上一个博客中提到pytorch中将tensor a赋值给tensor b,当改变b时a也会改变;或者是将tensor a赋值给ndarray b时,改变b,a也会改变。
同样的在numpy中,使用n2 = n1,当改变n2时,n1也会跟着改变,这时应使用n2=n1.copy();
对于tensor转ndarray,可以使用tensor.clone().numpy()或者tensor.numpy().copy();
对于ndarray转tensor,使用torch.form_numpy()时,修改tensor也会改变 ndarray,使用torch.tensor()则不会改变ndarray,示例如下:
import torch
import numpy as np
a = np.array([1, 2, 3])
b = torch.tensor(a)
b[0] = 3
print(f"ndarray a = {a}")
print(f"tensor b = {b}")
-----------------output--------------------
ndarray a = [1 2 3]
tensor b = tensor([3, 2, 3], dtype=torch.int32)
总结,对于要保留中间值时:
从tensor到tensor需要使用clone()
从tensor到ndarray需要使用copy()
从ndarray到ndarray需要使用copy()
从numpy到tensor使用torch.tensor()