array怎么变为tensor

在机器学习中，通常用tensor代表多维数组。如果你使用的是Python中的NumPy数组，可以使用以下方法将其转换为PyTorch中的tensor：

import torch
import numpy as np

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

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

print(tensor)

输出：

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

如果你使用的是Python中的普通列表或其他类型的数组，可以将其转换为NumPy数组，然后再将其转换为tensor：

import torch
import numpy as np

# 创建一个Python列表
lst = [[1, 2], [3, 4]]

# 将Python列表转换为NumPy数组
arr = np.array(lst)

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

print(tensor)

输出：

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

注意，这种方法会将数据复制到新的tensor中。如果你想在不复制数据的情况下创建一个tensor，可以使用`torch.as_tensor()`方法：

import torch
import numpy as np

# 创建一个Python列表
lst = [[1, 2], [3, 4]]

# 将Python列表转换为NumPy数组
arr = np.array(lst)

# 将NumPy数组转换为tensor
tensor = torch.as_tensor(arr)

print(tensor)

输出：

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