torch.from_numpy
(ndarray) 的作用就是将生成的数组(array)转换为张量Tensor。
该方法等同于torch.Tensor(ndarray)。
举例说明:
单纯的torch.from_numpy
(ndarray)方法。
import numpy
import torchdata1 = numpy.array([5, 6, 9])
print('data1的数据类型为:', type(data1))
print('data1的值为:', data1)data2 = torch.from_numpy(data1)
print('data2的数据类型为:', type(data2))
print('data2的值为:', data2)data2[1] = 3
print('data2的数据类型为:', type(data2))
print('data2的值为:', data2)
结果输出:
data1的数据类型为: <class 'numpy.ndarray'>
data1的值为: [5 6 9]
data2的数据类型为: <class 'torch.Tensor'>
data2的值为: tensor([5, 6, 9], dtype=torch.int32)
data2的数据类型为: <class 'torch.Tensor'>
data2的值为: tensor([5, 3, 9], dtype=torch.int32)
使用torch.Tensor(ndarray)方法:
import numpy
import torchdata1 = numpy.array([5, 6, 9])
print('data1的数据类型为:', type(data1))
print('data1的值为:', data1)data3 = torch.Tensor(data1)
print('data3的数据类型为:', type(data3))
print('data3的值为:', data3)
输出结果:
data1的数据类型为: <class 'numpy.ndarray'>
data1的值为: [5 6 9]
data2的数据类型为: <class 'torch.Tensor'>
data2的值为: tensor([5., 6., 9.])