目录

1 Tensor与Numpy

1.1 张量转Numpy

1.2 Numpy转张量

---

1 Tensor与Numpy

1.1 张量转Numpy

调用numpy()方法可以把Tensor转换为Numpy，此时内存是共享的。

使用copy()方法可以避免内存共享

import torch
import numpy as np# tensor转numpy:numpy()
def test01():t1=torch.tensor([[1,2,3],[4,5,6]])print(t1)# 浅拷贝 数据内存共享n1=t1.numpy()print(n1)# 深拷贝 创建新的副本n2=t1.numpy().copy()print(n2)

1.2 Numpy转张量

使用copy()方法可以避免内存共享

使用传统的torch.tensor()则内存是不共享的~

# numpy转tensor
# 浅拷贝：torch.from_numpy(),数据内存共享
# 深拷贝：torch.tensor() 参数为numpy数组 创建新的副本
def test02():n1=np.array([1,2,3,4,5])t1=torch.from_numpy(n1)print(t1)t2=torch.tensor(n1)print(t2)