本文介绍了PyTorch中如何使用detach()方法创建不跟踪计算图的新张量，以及在处理CUDA数据时如何通过cpu().detach().numpy()将张量转为ndarray，反之亦然。
- 从tensor到ndarray：.detach() 方法用于创建一个新的张量，新张量与原始张量共享数据内存，但是不会被计算图追踪。这意味着在新张量上的操作不会影响到原始张量，同时也可以避免梯度传播，适合于提取中间结果。
# 当tensor在cuda上时，转换为ndarray
ndarray = tensor.cpu().detach().numpy()
- 从ndarray到tensor：
tensor = torch.from_numpy(ndarray)
tensor和ndarray的相互转换，同时需要注意cuda和cpu的迁移
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
