torch.tensor 和 torch.from_numpy

torch.tensor 和 torch.from_numpy 都可以用来将数据转换为 PyTorch 张量。

torch.tensor 可以接受各种类型的 Python 对象，包括列表、元组、NumPy 数组等，然后返回一个新的张量。例如：

import torch
import numpy as np

# 从列表创建张量
a = torch.tensor([1, 2, 3])
print(a)

# 从NumPy数组创建张量
b = np.array([4, 5, 6])
c = torch.tensor(b)
print(c)

torch.from_numpy 则是专门用于将 NumPy 数组转换为张量的函数。与 torch.tensor 不同，torch.from_numpy 不会创建新的张量，而是直接使用输入的 NumPy 数组的内存来创建张量。例如：

import torch
import numpy as np

# 创建NumPy数组
a = np.array([1, 2, 3])

# 从NumPy数组创建张量
b = torch.from_numpy(a)
print(b)

# 修改NumPy数组
a[0] = 4

# 查看张量内容
print(b)

在这个例子中，我们使用 torch.from_numpy 将 NumPy 数组 a 转换为张量 b，并将其打印出来。然后我们修改了 NumPy 数组 a 的第一个元素，再次打印张量 b，我们会发现张量 b 也发生了相应的改变，因为它们共享相同的内存。