numpy和torch数据类型转化问题

最新推荐文章于 2023-11-07 04:20:54 发布
最新推荐文章于 2023-11-07 04:20:54 发布
阅读量1.8w 收藏 20
点赞数 11
分类专栏： 机器学习&深度学习 文章标签： pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37555071/article/details/107553416
版权
本文主要讨论在实际计算中numpy和torch数据类型的转换，特别是float类型。numpy使用astype进行类型转换，需要注意指定位数避免数据丢失。torch的数据类型转换默认为32位float，与numpy相乘时需注意数据类型匹配，否则可能引发错误。同时，文章还介绍了numpy与torch之间的互转操作。
摘要由CSDN通过智能技术生成

在实际计算过程中，float类型使用最多，因此这里重点介绍numpy和torch数据float类型转化遇到的问题，其他类型同理。

文章目录

numpy数据类型转化

  • numpy使用astype转化数据类型，float默认转化为64位，可以使用np.float32指定为32位
#numpy转化float类型
a= np.array([1,2,3])
a = a.astype(np.float)
print(a)
print(a.dtype)

[1. 2. 3.]
float64

  • 不要使用a.dtype指定数据类型，会使数据丢失

                

                
                
        

        

    

  


        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    

      

        

            

              
                
                  雷恩Layne
                
              
            

            

                关注
              
            

        

        

          
      

      

            

                专栏目录
          









                



	

		

			

				
					
torch 常用函数

				
			

			

				

					jacke121的专栏
				

				

					08-07
					
					4358
					
				

			

		

		

			
				
 


norm 范式
import numpy as np
np_data=[1,2]
torch_data = torch.from_numpy(np.asarray(np_data).astype(np.float32))
# x=torch.Tensor({{1,2,3,4}, {5,6,7,8}})
y = torch.norm(torch_data, 2)  # p-范式
print(...

			
		

	



                

              
                



	

		

			

				
					
Numpy和Pytorch中数据类型的转换

				
			

			

				

					Huang_Fj的博客
				

				

					10-16
					
					1756
					
				

			

		

		

			
				
损失函数对于不同数据类型的要求

cross_entropy
BCLLoss

存储位置的转换
数据类型的转换



			
		

	



                


  
              

                


	

		

			

				
					
pytorch：numpy运算转换为torch运算

				
			

			

				

					zhangqiqiyihao的博客
				

				

					03-12
					
					2017
					
				

			

		

		

			
				
np_data=np.arange(6).reshape((2,3))

1.#由numpy转换为torch数据
numpy [[0 1 2]
 [3 4 5]] 

torch_data=torch.from_numpy(np_data)

2.#由tensor数据转换为numpy数据
torch tensor([[0, 1, 2],
        [3, 4, 5]], dtype=torch.int32)

tensor2array=torch_data.numpy()

tensor2array 

			
		

	





	

		

			

				
					
numpy和torch数据操作对比

				
			

			

				

					苦行僧的妖孽日常
				

				

					02-12
					
					1169
					
				

			

		

		

			
				
对numpy和torch数据操作进行对比，避免遗忘。

ndarray和tensor


import torch
import numpy as np

np_data = np.arange(6).reshape((2, 3))
torch_data = torch.arange(6) # 张量
tensor2array = torch_data.numpy()

print(
    '\n...

			
		

	



		

			
		



	

		

			

				
					
torch和np互相转换

				
			

			

				

					qq358660877的博客
				

				

					08-28
					
					572
					
				

			

		

		

			
				
1.torch转np
# 创建一个形状为[2, 2, 40, 256]的随机张量
torch_tensor = torch.rand(2, 2, 40, 256)

# 将张量转换为NumPy数组
numpy_array = torch_tensor.numpy()
2.np转torch
# 创建一个形状为[2, 2, 40, 256]的随机NumPy数组
numpy_array = np.ra...

			
		

	





	

		

			

				
					
Pytorch——把Numpy转化为Torch

				
			

			

				

					weixin_37763870的博客
				

				

					03-09
					
					5915
					
				

			

		

		

			
				
文章目录1.Torch的地位2.Numpy转Torch3.Torch 中的数学运算
1.Torch的地位
Torch 自称为神经网络界的 Numpy, 因为他能将 torch 产生的 tensor 放在 GPU 中加速运算 (前提是你有合适的 GPU), 就像 Numpy 会把 array 放在 CPU 中加速运算. 所以对于神经网络, 当然用 Torch 的 tensor 数据形式. 就像 Te...

			
		

	





	

		

			

				
					
Pyorch之numpy与torch之间相互转换方式

				
			

			

				

					09-18
				

			

		

		

			
				
在转换的过程中还需要注意一个问题：由于PyTorch和NumPy在底层实现上的差异，直接在GPU上创建的Tensor无法使用`torch.from_numpy()`进行转换，因为NumPy的数组默认是在CPU内存中的。同样地，如果你有一个GPU上的...

			
		

	





	

		

			

				
					
深度学习pytorch- tensor和numpy相互转换torch.from_numpy()

				
			

			

				

					deep learning
				

				

					08-30
					
					3668
					
				

			

		

		

			
				
处理批量数据时， 经常需要tensor和numpy的相互转化
torch.from_numpy(x)， 将x 转换为torch类型
y.numpy()， 将y由tensor转化为numpy

import numpy as np
x = np.array([[1, 2], [3, 4.]])
x


array([[1., 2.],
[3., 4.]])

# Convert the numpy array to a torch tensor.
y = torch.from_numpy(x)
y


te.

			
		

	





	

		

			

				
					
Python - torch与numpy的转换

				
			

			

				

					qq_33775807的博客
				

				

					09-22
					
					2494
					
				

			

		

		

			
				
// An highlighted block
var foo = 'bar';

Out：
注意两种转换都不占用新内存，即一个数据改变，转换的其他都会改变
示例：
import math
import torch
import numpy as np
import pandas as pd

A = np.array(pd.DataFrame(np.arange(16).reshape(4,4)...

			
		

	





	

		

			

				
					
numpy和torch转换

				
			

			

				

					找不到服务器的博客
				

				

					01-18
					
					752
					
				

			

		

		

			
				
numpy和pytorch的常用函数的比较以及数据之间的转换

			
		

	





	

		

			

				
					
pytorch基础总结01

				
			

			

				

					raymond的CSDN
				

				

					05-02
					
					1573
					
				

			

		

		

			
				
pytorch是用于代替numpy的计算库，numpy 唯一不同的是pytorch是可以使用gpu进行计算
基本上numpy中的所有特性和方法在pytorch中都可以找到
这里用于验证pytorch中的基本数据类型
１）tensor张量是pytorch中的核心的数据类型
　　tensor有５种基本数据类型–这5种类型可以用来之间创建tensor
　　　　　torch.FloatTensor   默...

			
		

	





	

		

			

				
					
Python各种数据类型转化

				
			

			

				

					Vaeeeee的博客
				

				

					03-03
					
					5877
					
				

			

		

		

			
				
本文主要介绍Python一些常见的数据格式之间的转换方法，包括numpy、tensor、PIL、list等，尤其是和Pytorch中tensor类型进行相关转换的数据操作。

			
		

	





	

		

			

				
					
Pytorch tensor 数据类型快速转换三种方法

					
最新发布

				
			

			

				

					张哥频道：电生理信号和磁共振成像
				

				

					11-07
					
					5961
					
				

			

		

		

			
				
tensor.type(torch.cuda.DoubleTensor) 或者 tensor.type(‘torch.cuda.DoubleTensor’)tensor.type(torch.cuda.FloatTensor) 或者 tensor.type('torch.cuda.FloatTensor')tensor.type(torch.cuda.LongTensor) 或者 tensor.type('torch.cuda.LongTensor')

			
		

	





	

		

			

				
					
pytorch错误及解决方案

					
热门推荐

				
			

			

				

					John Kang的博客
				

				

					04-15
					
					3万+
					
				

			

		

		

			
				
pytorch错误及解决方案

 



目录


RuntimeError: CUDA error: device-side assert triggered
RuntimeError:invalid argument 5:k not in range for dimension at /pytorch/ate ... 
ValueError: optimizer got an empty parameter list
The size of tensor a (197) must match the..

			
		

	





	

		

			

				
					
无法给torch.tensor赋予浮点型数据，如何将tensor的数据类型进行转换

				
			

			

				

					amstlsx的博客
				

				

					12-17
					
					2830
					
				

			

		

		

			
				
今天在调网络的时候发现了这样的bug,下面简化一下该情况
In [2]: import torch

In [3]: a = torch.tensor([1,1,1,1,1])

In [4]: a
Out[4]: tensor([1, 1, 1, 1, 1])

In [5]: a[1] = 20.567

In [6]: a
Out[6]: tensor([ 1, 20,  1,  1,  1])

In [8]: a = torch.cat((a,torch.tensor([1.])),0)

In 

			
		

	





	

		

			

				
					
Numpy/Pytorch之数据类型与强制转换 总结

				
			

			

				

					qq_41917697的博客
				

				

					04-22
					
					2792
					
				

			

		

		

			
				
Numpy/Pytorch之数据类型与强制转换 总结numpy的数据创建和类型转换Torch的数据创建和类型转换Numpy和Torch之间相互转换1.利用专门设计的函数，进行转换：2.直接利用数据创建矩阵（不能称为类型转换，是新建数据）：

禁止转载!!!
numpy的数据创建和类型转换
① 用一维列表创建

import numpy as np
np.array([1,2,3])

② 用元组创建

np.array((1,2,3))

③ 创建多维数组

np.array( [ [ 1, 2, 3, 4

			
		

	





	

		

			

				
					
在深度学习中常用的torch,np语法

				
			

			

				

					weixin_44587732的博客
				

				

					03-28
					
					1713
					
				

			

		

		

			
				
常用torch,np语法
一、torch
二、np
1.np.concatenate: 作用是将()中多个np.array进行连接
#这一段代码是计算ap的
mrec = np.concatenate(([0.0], rec, [1.0]))
mpre = np.concatenate(([0.0], prec, [0.0]))
#例：
a = np.array([0.1,0.3,0.5])
x = np.concatenate(([[0],a,[0]]))
print(x)
>>>[0.

			
		

	





	

		

			

				
					
numpy与torch转换

				
			

			

				

					jokerxsy的博客
				

				

					04-29
					
					1815
					
				

			

		

		

			
				
torch转numpy
import numpy as np
import torch
a = torch.ones(5)
b = a.numpy()
b：
array([1., 1., 1., 1., 1.], dtype=float32)
此时，两者共享一个内存空间:
b[1] = 2
b:
array([1., 2., 1., 1., 1.], dtype=float32)
a:
Out[1...

			
		

	





	

		

			

				
					
numpy数据转换成torch类型

				
			

			

				

					05-11
				

			

		

		

			
				
可以使用PyTorch中的`torch.from_numpy()`函数将NumPy数组转换为PyTorch中的Tensor类型。示例代码如下：

```python
import numpy as np
import torch

# 创建一个numpy数组
np_array = np.array([1, 2, 3])

# 将numpy数组转换为torch tensor
torch_tensor = torch.from_numpy(np_array)

print(torch_tensor)
```

输出结果为：

```
tensor([1, 2, 3])
```

需要注意的是，`torch.from_numpy()`函数仅在NumPy数组和Tensor共享相同的内存时才会返回一个视图，否则会进行数据复制，这可能会影响性能。

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 1

	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
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
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
雷恩Layne

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
实付元

      
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