如何将 Pytorch 张量转换为 Numpy 数组？

在本文中，我们将把 Pytorch 张量转换为 NumPy 数组。

方法一：使用numpy()。

Syntax: tensor_name.numpy()

示例 1：将一维 a 张量转换为 NumPy 数组

Python3

# importing torch module
import torch
  
# import numpy module
import numpy
  
# create one dimensional tensor with
# float type elements
b = torch.tensor([10.12, 20.56, 30.00, 40.3, 50.4])
  
print(b)
  
# convert this into numpy array using
# numpy() method
b = b.numpy()
  
# display
b

输出：

tensor([10.1200, 20.5600, 30.0000, 40.3000, 50.4000])
array([10.12, 20.56, 30.  , 40.3 , 50.4 ], dtype=float32)

示例 2：将二维张量转换为 NumPy 数组

蟒蛇3

# importing torch module
import torch
  
# import numpy module
import numpy
  
# create two dimensional tensor with
# integer type elements
b = torch.tensor([[1, 2, 3, 4, 5], [3, 4, 5, 6, 7], 
                  [4, 5, 6, 7, 8]])
  
print(b)
  
# convert this into numpy array using
# numpy() method
b = b.numpy()
  
# display
b

输出：

tensor([[1, 2, 3, 4, 5],
       [3, 4, 5, 6, 7],
       [4, 5, 6, 7, 8]])
array([[1, 2, 3, 4, 5],
      [3, 4, 5, 6, 7],
      [4, 5, 6, 7, 8]])

方法 2：使用 numpy.array() 方法。

这也用于将张量转换为 NumPy 数组。

Syntax: numpy.array(tensor_name)

示例：将二维张量转换为 NumPy 数组

蟒蛇3

# importing torch module
import torch
  
# import numpy module
import numpy
  
# create two dimensional tensor with 
# integer type elements
b = torch.tensor([[1, 2, 3, 4, 5], [3, 4, 5, 6, 7], 
                  [4, 5, 6, 7, 8]])
  
print(b)
  
# convert this into numpy array using 
# numpy.array() method
b = numpy.array(b)
  
# display
b

输出：

tensor([[1, 2, 3, 4, 5],
       [3, 4, 5, 6, 7],
       [4, 5, 6, 7, 8]])
array([[1, 2, 3, 4, 5],
      [3, 4, 5, 6, 7],
      [4, 5, 6, 7, 8]])