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.])