torch.from_numpy()函数(pytorch版)

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。

复制代码
import numpy
import torch

data1 = 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:

复制代码
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:

复制代码
import numpy
import torch

data1 = 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:

复制代码
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.])
相关推荐
weiwenhao1 分钟前
关于 nature 编程语言
人工智能·后端·开源
神经星星2 分钟前
训练成本29.4万美元,DeepSeek-R1登Nature封面,首个通过权威期刊同行评审的主流大模型获好评
人工智能
神州问学6 分钟前
【AI洞察】别再只想着“让AI听你话”,人类也需要学习“适应AI”!
人工智能
DevUI团队25 分钟前
🚀 MateChat V1.8.0 震撼发布!对话卡片可视化升级,对话体验全面进化~
前端·vue.js·人工智能
聚客AI28 分钟前
🎉7.6倍训练加速与24倍吞吐提升:两项核心技术背后的大模型推理优化全景图
人工智能·llm·掘金·日新计划
黎燃38 分钟前
当 YOLO 遇见编剧:用自然语言生成技术把“目标检测”写成“目标剧情”
人工智能
算家计算40 分钟前
AI教母李飞飞团队发布最新空间智能模型!一张图生成无限3D世界,元宇宙越来越近了
人工智能·资讯
掘金一周42 分钟前
Flutter Riverpod 3.0 发布,大规模重构下的全新状态管理框架 | 掘金一周 9.18
前端·人工智能·后端
CoovallyAIHub1 小时前
开源的消逝与新生:从 TensorFlow 的落幕到开源生态的蜕变
pytorch·深度学习·llm
用户5191495848451 小时前
C#记录类型与集合的深度解析:从默认实现到自定义比较器
人工智能·aigc