PyTorch 텐서는 numpy.ndarray와 같습니다. . 이 둘의 차이점은 텐서가 GPU를 사용하여 숫자 계산을 가속화한다는 것입니다. numpy.ndarray를 변환합니다. torch.from_numpy() 함수를 사용하여 PyTorch 텐서로 . 그리고 텐서는 numpy.ndarray로 변환됩니다. .numpy() 사용 방법.
단계
-
필요한 라이브러리를 가져옵니다. 여기서 필요한 라이브러리는 torch 및 numpy입니다. .
-
numpy.ndarray 만들기 또는 PyTorch 텐서.
-
numpy.ndarray 변환 torch.from_numpy()를 사용하여 PyTorch 텐서로 함수 또는 PyTorch 텐서를 numpy.ndarray로 변환 .numpy() 사용 방법.
-
마지막으로 변환된 텐서 또는 numpy.ndarray를 인쇄합니다. .
예시 1
다음 Python 프로그램은 numpy.ndarray를 변환합니다. PyTorch 텐서로.
# import the libraries
import torch
import numpy as np
# Create a numpy.ndarray "a"
a = np.array([[1,2,3],[2,1,3],[2,3,5],[5,6,4]])
print("a:\n", a)
print("Type of a :\n", type(a))
# Convert the numpy.ndarray to tensor
t = torch.from_numpy(a)
print("t:\n", t)
print("Type after conversion:\n", type(t)) 출력
위의 코드를 실행하면 다음과 같이 출력됩니다.
a: [[1 2 3] [2 1 3] [2 3 5] [5 6 4]] Type of a : <class 'numpy.ndarray'> t: tensor([[1, 2, 3], [2, 1, 3], [2, 3, 5], [5, 6, 4]], dtype=torch.int32) Type after conversion: <class 'torch.Tensor'>
예시 2
다음 Python 프로그램은 PyTorch 텐서를 numpy.ndarray로 변환합니다. .
# import the libraries
import torch
import numpy
# Create a tensor "t"
t = torch.Tensor([[1,2,3],[2,1,3],[2,3,5],[5,6,4]])
print("t:\n", t)
print("Type of t :\n", type(t))
# Convert the tensor to numpy.ndarray
a = t.numpy()
print("a:\n", a)
print("Type after conversion:\n", type(a)) 출력
위의 코드를 실행하면 다음과 같이 출력됩니다.
t: tensor([[1., 2., 3.], [2., 1., 3.], [2., 3., 5.], [5., 6., 4.]]) Type of t : <class 'torch.Tensor'> a: [[1. 2. 3.] [2. 1. 3.] [2. 3. 5.] [5. 6. 4.]] Type after conversion: <class 'numpy.ndarray'>