深拷贝与浅拷贝

本文详细介绍了如何在PyTorch中实现浅拷贝(通过`.numpy()`和`torch.as_tensor(np.Array)`)与深拷贝(通过`torch.tensor()`和`np.array()`),并通过实例展示了两者在数据独立性和变化传递上的区别。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

https://www.cnblogs.com/eva-j/p/5534037.html

浅拷贝:

1. tensor 转 numpy方法 ----->.numpy

实例:

import numpy as np
import torch
a = torch.tensor([1,2,3])
b = a.numpy()
a[0] = 10
print(b)
print(id(a))
print(id(b))

2.torch.as_tensor(np.Array)

 

 

深拷贝:

1.torch.tensor() ,   np.array()  

例子:

import numpy as np
import torch
a = [1,2,3]
b = torch.tensor(a)
c = np.array(a)
a[0] = 4
print(b)
print(c)

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值