数据操作-转换为Numpy张量

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

print(type(X))   A = X.numpy() print(type(A))   B = torch.tensor(A) print(type(B))   print(id(X)) print(id(A)) print(id(B))   #输出结果   <class 'torch.Tensor'> <class 'numpy.ndarray'> <class 'torch.Tensor'> 2256463463360 2256464269744 2256464300544

可以发现，转换后的id值不同。即转换后的结果不共享内存。

二、将大小为1的张量转换为Python标量

可以调用 item 函数或 python 的内置函数

?

1 2 3 4 5 6 7 8 9

# 使用tensor给定元素的值   a = torch.tensor([3.5]) <br># a.iem()直接以3.5形式输出 a, a.item(), float(a), int(a)   #输出结果   (tensor([3.5000]), 3.5, 3.5, 3)