Pytorch数据类型转换

一.数据类型转换   

1.pytorch的tensor类型转numpy类型

numpy类型数据=tensor类型数据.numpy()

2.numpy类型转pytorch的tensor类型

tensor类型数据=torch.from_numpy(numpy类型数据)

3.python的list类型转pytorch的tensor类型

    暂时还没有遇到

4.pytorch的tensor类型转python的list类型

tensor类型数据=torch.Tensor(list类型数据)

5.numpy的array转python的list类型

list类型数据=(numpy的array类型数据).tolist()

list类型数据=list(numpy的array类型数据)

6.python的list类型转numpy的array

numpy的array类型数据=numpy.array(list类型数据)

7.tensor数据类型的device由cpu转cuda

tensor(cpu中数据)=tensor类型数据.cpu()

8.tensor数据类型的device由cuda转cpu

tensor(cuda中数据)=tensor类型数据.cuda()

二.数据维度

1.图像image，[1, 3, 500, 355] - - - > [3, 500, 355]，对数据维度进行压缩

    image = image[0]

2.图像image，[3, 500, 355] - - - > [1, 3, 500, 355]，对数据维度进行扩充   

    image = image.unsqueenze_()

3.判断python的list类型数据，指定维度的长度

    len(list类型数据[0])

三.一些错误

1.Torch.from_numpy not support negative strides

Torch.from_numpy(data..copy())

参考

[1].Pytorch中的variable, tensor与numpy相互转化的方法
[2].list转torch tensor
[3].[numpy] ndarray 与 list 互相转换
[4].python判断list是否为空
[5].对Pytorch张量tensor数据类型的理解