creating a tensor from a list of numpy.ndarray is extremely slow Please consider converting the lis

我的代码如下

node_2_neg_list = [torch.LongTensor(node) for node in node_2_negative]

其中node_2_negative是一个list，里面有16个元素：

每个元素又是一个list，里面与10个元素：

而每个元素中又包含10个元素：

所以这是一个list嵌套list的情况，而我们执行上面的代码，提示信息：

creating a tensor from a list of numpy.ndarray is extremely slow  Please consider converting the list to a single numpy.ndarray with numpy.array() before converting to a tensor.

因此根据其实信息，我们需要将list先转成numpy.ndarray然后再转成tensor，原先的node_2_negative[0]数据如下：

然后转成ndarray类型：

这样就可以放心的把数据转为tensor了：

node_2_neg_list = [torch.LongTensor(np.array(node)) for node in node_2_negative]