基本张量类型的转换

最新推荐文章于 2024-12-19 12:19:39 发布

原创最新推荐文章于 2024-12-19 12:19:39 发布 · 1.8k 阅读

3 ·

CC 4.0 BY-SA版权

Pytorch 专栏收录该内容

9 篇文章

订阅专栏

本文详细介绍了PyTorch中Tensor类型与NumPy数组类型之间的转换方法，包括Tensor内部类型转换如int(), double()等，以及通过type()和type_as()函数进行类型转换。同时，也阐述了如何使用torch.from_numpy()将NumPy数组转换为Tensor，以及如何使用Tensor.numpy()将Tensor转换回NumPy数组。

Tensor类型的转换

Pytorch数据类型的转换可以通过三个方式：

1）调用Tensor成员函数long()，int()，double()，float()，byte()

2）调用Tensor成员函数type()，传入数据类型

3）调用Tensor成员函数type_as()，传入实例对象

示例文件 test.py

import torch

a = torch.randn(2, 3)
print(a.type())

b = a.int()
c = a.type(torch.LongTensor)
print(b.type())
print(c.type())

a.type_as(b)
print(a.type())

终端命令行及运行结果

<user>python test.py
torch.FloatTensor
torch.IntTensor
torch.LongTensor
torch.FloatTensor

Tensor类型与ndarray类型的转换

1）Numpy转化为Tensor：torch.from_numpy(ndarray)

2）Tensor转化为numpy：Tensor.numpy()

示例文件 test.py

import torch
import numpy as np

torch_a = torch.randn(3, 2)
numpy_a = torch_a.numpy()
print(torch_a)
print(type(numpy_a))
print(numpy_a)

numpy_b = np.array([[1, 2], [3, 4], [5, 6]])
torch_b = torch.from_numpy(numpy_b)
print(type(numpy_b))
print(numpy_b)
print(torch_b)

终端命令行及运行结果

<user>python test.py
tensor([[-0.2467,  0.4057],
        [-1.3399,  1.4803],
        [-0.6589, -0.0156]])
<class 'numpy.ndarray'>
[[-0.2466862   0.4057195 ]
 [-1.3398814   1.4803079 ]
 [-0.6588639  -0.01563702]]
<class 'numpy.ndarray'>
[[1 2]
 [3 4]
 [5 6]]
tensor([[1, 2],
        [3, 4],
        [5, 6]], dtype=torch.int32)