Pytorch--Tensor， Numpy--Array，Python--List 相互之间的转换。
1.1 List --> Arrary: np.array(List 变量)
a = [1, 2, 3, 4]
b = np.array(a)
1.2 Arrary --> List: Array 变量.tolist()
a = [1, 2, 3, 4]
b = np.array(a)
c = b.tolist()
2.1 List --> Tensor: torch.Tensor(List 变量)
a = [1, 2, 3, 4]
b = torch.Tensor(a)
2.2 Tensor --> List: Tensor 变量.numpy().tolist()
a = [1, 2, 3, 4]
b = torch.Tensor(a)
c = b.numpy().tolist()
这里 c 和 a 的差异在于 List 转为 Tensor 的时候默认 Tensor 中的数据为 float 类型，所以转回来的时候会变为浮点数。
3.1 Array --> Tensor: torch.from_numpy(Array 变量)
a = [1, 2, 3, 4]
b = np.array(a)
c = torch.from_numpy(b)
3.2 Tensor --> Array: torch.numpy(Tensor 变量)
a = [1, 2, 3, 4]
b = np.array(a)
c = torch.from_numpy(b)
d = c.numpy()
如果需要转换 GPU 上的张量 Tensor，需要将其转换到 CPU 上，例如 GPU 上的 Tensor ：
a = [1, 2, 3, 4]
b = np.array(a)
c = torch.from_numpy(b).cuda()
d = c.numpy()
会报错： TypeError: can’t convert CUDA tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first.
这时应该使用
d = c.cpu().numpy()
先放回 CPU 在进行转换。