.numpy()和.from_numpy()负责将tensor和numpy中的数组互相转换,共享共同内存,不共享地址
torch.tensor()复制数据,但不共享地址
#tensor转numpy,共享内存但不共享地址
a=torch.ones(5)
b=a.numpy()
print(a,b)
print(id(a)==id(b))
a+=1
print(a,b)
print(id(a)==id(b))
b+=1
print(a,b)
print(id(a)==id(b))
'''
tensor([1., 1., 1., 1., 1.]) [1. 1. 1. 1. 1.]
False
tensor([2., 2., 2., 2., 2.]) [2. 2. 2. 2. 2.]
False
tensor([3., 3., 3., 3., 3.]) [3. 3. 3. 3. 3.]
False
'''
#numpy'转tenor,同样共享内存
import numpy as np
a=np.ones(5)
b=torch.from_numpy(a)
print(a,b)
a+=1
print(a,b)
b+=1
print(a,b)
'''
[1. 1. 1. 1. 1.] tensor([1., 1., 1., 1., 1.], dtype=torch.float64)
[2. 2. 2. 2. 2.] tensor([2., 2., 2., 2., 2.], dtype=torch.float64)
[3. 3. 3. 3. 3.] tensor([3., 3., 3., 3., 3.], dtype=torch.float64)
'''
#torch.tensor复制数据,但是不共享内存
c=torch.tensor(a)
a+=1
print(a,c)
'''
[4. 4. 4. 4. 4.] tensor([3., 3., 3., 3., 3.], dtype=torch.float64)
'''