Variable、Tensor、Numpy的转换

Tensor <——> Numpy

Tensor与Numpy之间可以相互转换：
代码：

[plain] view plaincopy

1. import torch  
2. import numpy as np  
3.   
4. data = np.array([[1,2,3,4,5],[6,7,8,9,10]])  
5. print(data)  
6. # numpy -> tensor  
7. data_tensor = torch.from_numpy(data)  
8. print(data_tensor)  
9. # tensor -> numpy  
10. data_numpy = data_tensor.numpy()  
11. print(data_numpy)  

输出：

[plain] view plaincopy

1. [[ 1  2  3  4  5]  
2. [ 6  7  8  9 10]]  
3. tensor([[ 1,  2,  3,  4,  5],  
4. [ 6,  7,  8,  9, 10]], dtype=torch.int32)  
5. [[ 1  2  3  4  5]  
6. [ 6  7  8  9 10]]  

Variable -> Numpy

Variable可以直接转为Numpy：

[plain] view plaincopy

1. import torch  
2. from torch.autograd import Variable  
3.   
4. # 定义一个Variable  
5. data = Variable(torch.Tensor([4]),requires_grad = True)  
6. # Variable -> Numpy  
7. data_numpy = data.detach().numpy()  
8. print('Numpy:',data_numpy)  

如果把requires_grad改为False，得到的是Tensor：

[plain] view plaincopy

1. data_false = Variable(data_tensor,requires_grad = False)  
2. print(data_false)  

输出：

tensor([4.])

Numpy ->Tensor -> Variable

但是Numpy不可以直接转为Variable，所以要借助Tensor进行转换：

[plain] view plaincopy

1. # Numpy --> Variable ( Numpy ->Tensor -> Variable )  
2. # 1. Numpy ->Tensor  
3. data_tensor = torch.from_numpy(data_numpy)  
4. print('Tensor:',data_tensor)  
5. # 2. Tensor -> Variable  
6. data_Variable = Variable(data_tensor,requires_grad = True)  
7. print('Variable:',data_Variable)  

输出：

[plain] view plaincopy

1. Numpy: [4.]  
2. Tensor: tensor([4.])Variable: tensor([4.], requires_grad=True)  

若试图直接将Numpy转为Variable，

data_Variable = Variable(data_numpy)，会出现如下错误：

来源:https://www.geek-share.com/detail/2774546287.html