python pytorch from _ num py()
PyTorch 是脸书开发的开源机器学习库。它用于深度神经网络和自然语言处理。
函数torch.from_numpy()支持在 PyTorch 中将 numpy 数组转换为张量。它希望输入是 numpy 数组(numpy.ndarray)。输出类型是张量。返回的张量和数组共享相同的内存。返回的张量不可调整大小。
它目前接受数据类型为 numpy.float64、numpy.float32、numpy.float16、numpy.int64、numpy.int32、numpy.int16、numpy.int8、numpy.uint8 和 numpy.bool 的 ndarray。
语法 : torch.sinh(ndarray)
参数: ndaarray:输入 Numpy 数组(numpy . ndarray)
返回类型:与 x 类型相同的张量。
代码#1:
# Importing the PyTorch library
import torch
import numpy
# A numpy array of size 6
a = numpy.array([1.0, -0.5, 3.4, -2.1, 0.0, -6.5])
print(a)
# Applying the from_numpy function and
# storing the resulting tensor in 't'
t = torch.from_numpy(a)
print(t)
输出:
[ 1\. -0.5 3.4 -2.1 0\. -6.5]
tensor([ 1.0000, -0.5000, 3.4000, -2.1000, 0.0000, -6.5000],
dtype=torch.float64)
对张量的修改将反映在数组中，反之亦然。
