list转Tensor不同方式的速度对比

喝粥也会胖的唐僧

于 2021-03-24 21:13:25 发布

阅读量3.5k

点赞数 3

分类专栏：深度学习

本文链接：https://blog.csdn.net/zhou_438/article/details/115187743

版权

深度学习专栏收录该内容

78 篇文章

订阅专栏

本文探讨了将不同类型的list转换为torch Tensor时的效率，结果显示，当数据已经是numpy数组时，先转为numpy再转为Tensor速度最快。纯list直接转Tensor次之，而含有numpy数组的list直接转Tensor最慢。结论强调了预处理数据成numpy格式对于提高转换效率的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

（1）纯list（list->tensor）

import numpy as np
import torch
import time

ls=[ [ [ [1 for s in range(200)] for k in range(3)] for j in range(256)]for i in range(256)]
st=time.time()
torch.tensor(np.array(ls))
print(time.time()-st)

运行结果：

1.7645635604858398

（2）纯list（list->numpy->tensor）

import numpy as np
import torch
import time

ls=[ [ [ [1 for s in range(200)] for k in range(3)] for j in range(256)]for i in range(256)]
st=time.time()
torch.tensor(ls)
print(time.time()-st)

运行结果：

1.1882526874542236

（3）含numpy的list（list->numpy->tensor）

import numpy as np
import torch
import time

ls=[np.ones((3,256,256)) for i in range(200)]

st=time.time()
torch.tensor(np.array(ls))
print(time.time()-st)

运行结果：

0.10957527160644531

（4）含numpy的list（list->tensor）

import numpy as np
import torch
import time

ls=[np.ones((3,256,256)) for i in range(200)]
st=time.time()
torch.tensor(ls)
print(time.time()-st)

运行结果：

2.554304599761963

结论就是，存在numpy的时候先转numpy再转Tensor是最快的；纯list使用直接转Tensor最快的；综合来说，先转numpy再转Tensor是最快的。