numpy.asarray与numpy.array

最新推荐文章于 2024-04-19 09:04:56 发布

PoemK

最新推荐文章于 2024-04-19 09:04:56 发布

阅读量394

点赞数

分类专栏： numpy 文章标签： pytorch python

本文链接：https://blog.csdn.net/yskyskyer123/article/details/120848586

版权

numpy 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

本文通过实例探讨了NumPy的np.array和np.asarray在处理张量变化时的不同行为：np.array保持不变，而np.asarray随输入更新。重点展示了torch库中张量操作和这两个函数的应用。

摘要由CSDN通过智能技术生成

y=np.array(x)
np.array() 输入x的改变不影响输出y
np.asarray() 输入x的改变影响输出y

	import numpy as np
	a=torch.ones([4,4])
	b=np.asarray(a)
	print(a)
	print(b)
	a.zero_()
	print(a)
	print(b)

tensor([[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.]])
[[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]]
tensor([[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.]])
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]

	import numpy as np
	a=torch.ones([4,4])
	b=np.array(a)
	print(a)
	print(b)
	a.zero_()
	print(a)
	print(b)

tensor([[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.]])
[[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]]
tensor([[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.]])
[[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]]