Tensor 和 NumPy 相互转换常使用 numpy() 和 from_numpy() 。需要注意的是： 这两个函数所产生的 Tensor 和 NumPy 中的数组共享相同的内存（所以他们之间的转换很快），改变其中一个时另一个也会改变！   Tensor 转 Numpy 数组

a = torch.ones(3)
b = a.numpy()
print(a)
print(b)

tensor([1., 1., 1.])
[1. 1. 1.]

a +=  1
print(a)
print(b)

a = a + 1
print(a)
print(b)

tensor([3., 3., 3.])
[3. 3. 3.]
tensor([4., 4., 4.])
[3. 3. 3.]

a = torch.ones(3)
b = a.numpy()
print(a)
print(b)
b += 1
print(a)
print(b)
b = b+1
print(a)
print(b)

tensor([1., 1., 1.])
[1. 1. 1.]
tensor([2., 2., 2.])
[2. 2. 2.]
tensor([2., 2., 2.])
[3. 3. 3.]

 

NumPy 数组转 Tensor

import numpy as np
a = np.ones(3)
b = torch.from_numpy(a)
print(a, b)
a += 1
print(a, b)
b += 1
print(a, b)

[1. 1. 1.] tensor([1., 1., 1.], dtype=torch.float64)
[2. 2. 2.] tensor([2., 2., 2.], dtype=torch.float64)
[3. 3. 3.] tensor([3., 3., 3.], dtype=torch.float64)

 

　　使用 torch.tensor() 将 NumPy 数组转换成 Tensor（不再共享内存）

c = torch.tensor(a)
a += 1
print(a, c)

[4. 4. 4.] tensor([3., 3., 3.], dtype=torch.float64)