numpy转换tensor

可以使用torch.tensor()或者torch.from_numpy()函数将numpy数组转换为torch中的tensor数据类型。下面是一个例子：

import numpy as np
import torch

arr = np.array([1, 2, 3])
tensor = torch.tensor(arr)
print(tensor)

输出结果为：
tensor([1, 2, 3])

需要注意的是，torch.tensor()会创建一个新的tensor，而torch.from_numpy()则是将numpy数组转换为tensor并且共享内存空间，修改其中一个也会影响到另一个。

相关问题

numpy变成tensor

要将NumPy数组转换为PyTorch张量（Tensor），可以使用`torch.from_numpy()`函数。以下是一个示例：

import numpy as np
import torch

# 创建一个NumPy数组
arr = np.array([1, 2, 3, 4, 5])

# 将NumPy数组转换为PyTorch张量
tensor = torch.from_numpy(arr)

print(tensor)

输出：

tensor([1, 2, 3, 4, 5])

通过`torch.from_numpy()`函数，我们可以将NumPy数组转换为PyTorch张量，并且它们共享相同的内存，所以对张量的修改也会影响到原始的NumPy数组。

numpy转tensor

要将NumPy数组转换为Tensor，可以使用`torch.from_numpy()`函数。该函数将NumPy数组转换为Tensor对象。

示例代码：

import numpy as np
import torch

# 创建一个NumPy数组
arr = np.array([[1, 2], [3, 4]])

# 将NumPy数组转换为Tensor对象
tensor = torch.from_numpy(arr)

print(tensor)

输出：

tensor([[1, 2],
        [3, 4]], dtype=torch.int32)

要将Tensor对象转换回NumPy数组，可以使用`numpy()`方法。

示例代码：

# 将Tensor对象转换为NumPy数组
arr = tensor.numpy()

print(arr)

输出：

array([[1, 2],
       [3, 4]])