mindspore中Tensor.from_numpy（）的使用

在torch上实现了下述代码，想置换成mindspore时，发现出现了一些问题，请问如何解决呢？

import torch
import numpy as np
from mindspore import Tensor
import mindspore
import random
import torch

label = np.zeros((6, 6), np.float32)
start_f = random.randint(1, 2)
label0 = label[:, start_f:start_f + 4]  # 根据start_f为起始列，在label截取4列作为输出

# label1 = Tensor.from_numpy(label0)      # 出现问题
label2 = torch.from_numpy(label0)

print(start_f)
print(label)
print(label0)
print(type(label0))
# print(type(label1))
print(type(label2))

当前MindSpore 只能支持C连续的数据创建的Tensor， 可以使用 numpy.ravel(label0, order=‘C’) 对数据格式进行转换，转换程C连续的形式之后，在用from_numpy进行Tensor 创建