pytorch 数据类型 和 numpy 数据 相互转化

tensor to numpy

tensor数据在cpu上：
如果tensor数据在cpu上，直接使用.numpy()就可以转化。

例子：

注意：torch 和 numpy 转化后 指向地址相同
如果修改原始数据，那么转换后的数据也会修改，例子：

tensor数据在gpu上：
如果tensor数据在gpu上，那么需要将tensor数据先转移到cpu上面，然后在进行转化。

例子

a = torch.randn(2,3,4)
a = a.cuda()
print('type of a ', type(a))
print('device of a', a.device)

b = a.numpy() # 会出错

报错信息：TypeError: can't convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first.

应该将a的数据先转化到 cpu 上面，在进行转化，例子：

a = torch.randn(2,3,4)
a = a.cuda()
print('type of a ', type(a))
print('device of a', a.device)

b = a.cpu().numpy()
print('type of b', type(b))

numpy to tensor

使用torch中的from_numpy() 函数将numpy数据 转换 为 torch上数据，例子：

# numpy to tensor

data_np = np.array([1,2,3,4,5])

print('orgin data_np', data_np)
data_tr = torch.from_numpy(data_np)

print('orgin data_tr',data_tr)

data_np[3] = 11

print('modify data_np', data_np)
print('modify data_tr', data_tr)

numpy数据和torch数据指向同一个地址，修改numpy数据会改变torch上数据，结果如下：

orgin data_np [1 2 3 4 5]
orgin data_tr tensor([1, 2, 3, 4, 5])
modify data_np [ 1 2 3 11 5]
modify data_tr tensor([ 1, 2, 3, 11, 5])