参考链接:list转tensor的不同方式对比
UserWarning: Creating a tensor from a list of numpy.ndarrays is extremely slow. Please consider converting the list to a single numpy.ndarray with numpy.array() before converting to a tensor.
如果 list 中有 ndarrays,则选择 list->ndarrays->tensor
更快;
如果 list 中没有 ndarrays,则选择 list->tensor
更快。
因此修改为:
# 修改前
x_train = torch.Tensor([binary_encode(number) for number in range(101, 1024)]) # 把数转成10位二进制
# 修改后
x_train = torch.Tensor(np.array([binary_encode(number) for number in range(101, 1024)]))
实验对比可以看list转tensor的不同方式对比 。
(1) 对于不含 numpy.ndarrays 的 list而言,list->tensor 明显快于 list->numpy.ndarrays->tensor (1.7s<2.5s);
(2) 对于含有 numpy.ndarrays 的 list而言,list->numpy.ndarrays->tensor 明显快于 list->tensor (18.8s<41.2s)。
若想解决文章开头提示的 userWarning,只需要将含有 ndarrays 的 list 进行 torch.tensor(np.array(list))
即可。