Pytorch基本语法2

关于Torch Tensor 和 Numpy array之间的转换

Torch Tenser和Numpy array共享底层的内存空间，因此改变其中一个的值，另一个也会随之被改变。

Torch Tensor 转 Numpy array

a=torch.ones(5)
print(a)

b=a.numpy()
print(b)

a.add_(1)
print(a)
print(b)
Numpy array 转 Torch Tensor 

a=np.ones(5)
b=torch.from_numpy(a)
print(a)
np.add(a,1,out=a)
print(a)
print(b)

注意：所有在CPU上的Tensors,除了CharTensor，都可以转换为Numpy array并可以反向转换。

# 关于Cuda Tensor:Tensors可以用.to()方法来将其移动到任意设备上。

# 如果服务器上已经安装了GPU和CUDA
if torch.cuda.is_available():
    # 定义一个设备对象，这里指定成CUDA，即使用GPU
    device=torch.device("cuda")
    # 直接在GPU上创建一个Tensor
    y=torch.ones_like(x,device=device)
    # 将在CPU上面的X张量移动到GPU上面
    x=x.to(device)
    # x和y 都在GPU上面，才能支持加法运算
    z=x+y
    # 此处的张量z在GPU上面
    print(z)
    # 也可以将Z转移到CPU上面，并同时指定张量元素的数据类型
    print(z.to("cpu", torch.double))