pytorch实践中module 'torch' has no attribute 'form_numpy'问题的解决
最近开始仔细玩了一下pytorch，发现里面有个BUG之前都没有发现。
在测试torch最基本的示例的情况下，居然碰到了个pytorch无法转化numpy为Tensor的问题，呈现的问题如下：
ndscbigdata@ndscbigdata:~/work/change/AI$ python
Python 3.6.1 (default, Jul 14 2017, 17:08:44)
[GCC 4.8.4] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> import numpy as np
>>> a = np.ones(5)
>>> a
array([ 1., 1., 1., 1., 1.])
>>> b=torch.form_numpy(a)
Traceback (most recent call last):
File "", line 1, in
AttributeError: module 'torch' has no attribute 'form_numpy'
>>> print(torch.__version__)
0.2.0_3
关于这个问题，很难查找网上对应的解决办法。因此将此问题的解决办法写下来。
在torch的主页上有这样一句话，经过仔细分析才明白其中的意思：
Pylint isn't picking up that torch has the member function from_numpy. It's because torch.from_numpy is actually torch._C.from_numpy as far as Pylint is concerned.
本身而言，pytorch并不直接包含from_numpy这个方法，而需要通过_C这样的命名空间来调用。
因此利用._C的办法进行测试，果然顺利通过。
>>> b=torch.form_numpy(a)
Traceback (most recent call last):
File "", line 1, in
AttributeError: module 'torch' has no attribute 'form_numpy'
>>> print(torch.__version__)
0.2.0_3
>>> c = torch.Tensor(3,3)
>>> c
1.00000e-32 *
-4.4495 0.0000 0.0000
0.0000 0.0000 0.0000
0.0000 0.0000 0.0000
[torch.FloatTensor of size 3x3]
>>> b = torch._C.from_numpy(a)
>>> b
1
1
1
1
1
[torch.DoubleTensor of size 5]
那么在代码中大部分都是直接torch.from_numpy的方法，直接每个代码添加._C的方式并不可靠。
For reference, you can have Pylint ignore these by wrapping "problematic" calls with the following comments.
# pylint: disable=E1101
tensor = torch.from_numpy(np_array)
# pylint: enable=E1101同时又看到这样的一段话，才发现有个pylint的工具。
于是重新再次安装一下这个工具。
pip install pylint
ndscbigdata@ndscbigdata:~/work/change/AI$ python
Python 3.6.1 (default, Jul 14 2017, 17:08:44)
[GCC 4.8.4] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> import numpy as np
>>> a = np.ones(5)
>>> b=torch.from_numpy(a)
>>> b
1
1
1
1
1
[torch.DoubleTensor of size 5]
>>>
分析一下原因，可能是由于pytorch安装的时间比pylint较晚，因此之前的pylint没有更新到这个包。