Python PyTorch as_tensor用法及代碼示例

本文簡要介紹python語言中 torch.as_tensor 的用法。

用法:

torch.as_tensor(data, dtype=None, device=None) → Tensor

參數：

• data(array_like) -張量的初始數據。可以是列表、元組、NumPy ndarray、標量和其他類型。

• dtype(torch.dtype， 可選的) -返回張量的所需數據類型。默認值：如果 None ，則從 data 推斷數據類型。

• device(torch.device， 可選的) -返回張量的所需設備。默認值：如果 None ，使用當前設備作為默認張量類型(參見 torch.set_default_tensor_type() )。 device 將是 CPU 張量類型的 CPU 和 CUDA 張量類型的當前 CUDA 設備。

將數據轉換為 torch.Tensor 。如果數據已經是具有相同 dtype 和 device 的 Tensor ，則不會執行複製，否則如果數據 Tensor 具有 requires_grad=True ，則將返回一個新的 Tensor 並保留計算圖。同理，如果數據是對應dtype的ndarray，而device是cpu，則不進行拷貝。

例子：

>>> a = numpy.array([1, 2, 3])
>>> t = torch.as_tensor(a)
>>> t
tensor([ 1,  2,  3])
>>> t[0] = -1
>>> a
array([-1,  2,  3])

>>> a = numpy.array([1, 2, 3])
>>> t = torch.as_tensor(a, device=torch.device('cuda'))
>>> t
tensor([ 1,  2,  3])
>>> t[0] = -1
>>> a
array([1,  2,  3])