pytorch 实现tensor与numpy数组转换
更新时间:2019年12月27日 15:52:30 作者:头发光了你就强了
今天小编就为大家分享一篇使用pytorch 实现tensor与numpy数组转换,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
看代码,tensor转numpy:
a = torch.ones(2,2) b = a.numpy() c=np.array(a) #也可以转numpy数组 print(type(a)) print(type(b)) print(a) print(b)
输出为:
<class ‘torch.Tensor'> <class ‘numpy.ndarray'> tensor([[1., 1.], [1., 1.]]) [[1. 1.] [1. 1.]]
numpy转tensor:
import torch import numpy as np a = np.ones(5) b = torch.from_numpy(a) c=torch.Tensor(a) #也可以转pytorch Tensor print(type(a)) print(type(b)) print(a) print(b)
输出为:
<class ‘numpy.ndarray'> <class ‘torch.Tensor'> [1. 1. 1. 1. 1.] tensor([1., 1., 1., 1., 1.], dtype=torch.float64)
可见pytorch的tensor对象与numpy数组是可以相互转换的,且numpy数组的默认类型是double
以上这篇pytorch 实现tensor与numpy数组转换就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
详解Python中如何添加Selenium WebDriver等待
Selenium Web 驱动程序提供两种类型的等待, 第一个是隐式等待,第二个是显式等待,本文主要为大家介绍了Python如何在Selenium Web驱动程序中添加这两种等待,需要的可以参考下2023-11-11python语言中pandas字符串分割str.split()函数
分列在我们日常工作中经常用到,从各种系统中导出的什么订单号、名称、日期很多都是复合组成的,这些列在匹配、合并时没有办法使用,我们经常需要将她们分开,下面这篇文章主要给大家介绍了关于python语言中pandas字符串分割str.split()函数的相关资料,需要的朋友可以参考下2022-08-08
最新评论