วิธีการแปลง NumPy ndarray เป็น PyTorch Tensor และในทางกลับกัน?

เทนเซอร์ PyTorch เป็นเหมือน numpy.ndarray . ความแตกต่างระหว่างสองสิ่งนี้คือเทนเซอร์ใช้ GPU เพื่อเร่งการคำนวณตัวเลข เราแปลง numpy.ndarray กับเทนเซอร์ PyTorch โดยใช้ฟังก์ชัน torch.from_numpy() . และเทนเซอร์จะถูกแปลงเป็น numpy.ndarray โดยใช้ .numpy() วิธีการ

ขั้นตอน

• นำเข้าไลบรารีที่จำเป็น ที่นี่ ห้องสมุดที่จำเป็นคือไฟและ จำนวน .

• สร้าง numpy.ndarray หรือเทนเซอร์ PyTorch

• แปลง numpy.ndarray ไปยังเมตริกซ์ PyTorch โดยใช้ torch.from_numpy() ทำงานหรือแปลงเทนเซอร์ PyTorch เป็น numpy.ndarray โดยใช้ .numpy() วิธีการ

• สุดท้าย พิมพ์เทนเซอร์ที่แปลงแล้วหรือ numpy.ndarray .

ตัวอย่างที่ 1

โปรแกรม Python ต่อไปนี้จะแปลง numpy.ndarray กับเทนเซอร์ PyTorch

# 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))

ผลลัพธ์

เมื่อคุณรันโค้ดด้านบน มันจะสร้างผลลัพธ์ต่อไปนี้

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'>

ตัวอย่างที่ 2

โปรแกรม Python ต่อไปนี้แปลงเทนเซอร์ PyTorch เป็น numpy.ndarray .

# 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))

ผลลัพธ์

เมื่อคุณรันโค้ดด้านบน มันจะสร้างผลลัพธ์ต่อไปนี้

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'>