列表(list)、数组(numpy)和张量(tensor)之间的相互转化

这篇博客介绍了如何在PyTorch和NumPy之间进行数据转换。通过使用`torch.arange`创建一个浮点型张量,并使用`.detach().numpy()`将张量转换为NumPy数组,然后用`torch.from_numpy`将数组再转回张量。这些操作在深度学习中经常用于数据预处理和模型训练。
摘要由CSDN通过智能技术生成

列表、数组和张量之间的相互转化
在这里插入图片描述

import torch
import numpy
A = torch.arange(12, dtype=torch.float32).reshape((3,4))
B = A.detach().numpy()  # tensor转换为ndarray
C = torch.from_numpy(B) # ndarray转换为tensor
type(A),type(B),type(C)

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