這篇文章主要介紹了使用pytorch怎么對(duì)tensor與numpy數(shù)組進(jìn)行轉(zhuǎn)換，此處通過實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考價(jià)值，需要的朋友可以參考下：

創(chuàng)新互聯(lián)網(wǎng)站建設(shè)服務(wù)商，為中小企業(yè)提供網(wǎng)站建設(shè)、網(wǎng)站制作服務(wù)，網(wǎng)站設(shè)計(jì)，成都網(wǎng)站托管等一站式綜合服務(wù)型公司，專業(yè)打造企業(yè)形象網(wǎng)站，讓您在眾多競爭對(duì)手中脫穎而出創(chuàng)新互聯(lián)。

a = torch.ones(2,2)
b = a.numpy()
c=np.array(a) #也可以轉(zhuǎn)numpy數(shù)組
print(type(a))
print(type(b))
print(a)
print(b)

輸出為：

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

numpy轉(zhuǎn)tensor：

import torch
import numpy as np

a = np.ones(5)
b = torch.from_numpy(a)
c=torch.Tensor(a) #也可以轉(zhuǎn)pytorch Tensor
print(type(a))
print(type(b))
print(a)
print(b)

輸出為：

[1. 1. 1. 1. 1.]
tensor([1., 1., 1., 1., 1.], dtype=torch.float64)

可見pytorch的tensor對(duì)象與numpy數(shù)組是可以相互轉(zhuǎn)換的，且numpy數(shù)組的默認(rèn)類型是double

到此這篇關(guān)于使用pytorch怎么對(duì)tensor與numpy數(shù)組進(jìn)行轉(zhuǎn)換的文章就介紹到這了,更多相關(guān)使用pytorch怎么對(duì)tensor與numpy數(shù)組進(jìn)行轉(zhuǎn)換的內(nèi)容請(qǐng)搜索創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司！

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

文章題目：使用pytorch怎么對(duì)tensor與numpy數(shù)組進(jìn)行轉(zhuǎn)換-創(chuàng)新互聯(lián)
本文網(wǎng)址：http://weahome.cn/article/djscig.html