Knihovna NumPy ve výchozím nastavení nepodporuje akceleraci GPU. To znamená, že operace NumPy jsou omezeny pamětí a rychlostí procesoru. Je to nevýhoda pro rozsáhlé analýzy dat a složité výpočty. Tenzory PyTorch však používají GPU k urychlení numerických výpočtů. To je nezbytné pro aplikace hlubokého učení, kde jsou data obrovská. Uživatelé mohou převést pole NumPy na tenzor PyTorch, aby využili této funkce a zvýšili výkon modelů strojového učení.
Tento blog bude ilustrovat metody transformace pole NumPy na tenzor PyTorch.
Jak převést/transformovat do NumPy Array do PyTorch Tensor?
Pro převod/transformaci pole NumPy na tenzor PyTorch lze použít dvě metody:
- Metoda 1: Použití funkce „torch.from_numpy()“.
- Metoda 2: Použití funkce „torch.tensor()“.
Metoda 1: Převod/transformace pole NumPy na Tensor PyTorch pomocí funkce „torch.from_numpy()“
K transformaci pole NumPy na tenzor PyTorch mohou uživatelé použít funkci „torch.from_numpy()“. Pokyny krok za krokem jsou uvedeny níže:
Krok 1: Importujte potřebné knihovny
Nejprve importujte požadované knihovny „pochodeň“ a „numpy“:
import pochodeň #import knihovny pochodní
import numpy as np #importing knihovna NumPy
Krok 2: Vytvořte pole NumPy
Poté vytvořte jednoduché pole NumPy. Vytvořili jsme například následující pole NumPy a uložili jej do „ num_array 'proměnná:
Krok 3: Transformujte Numpy Array na PyTorch Tensor
Nyní použijte „ pochodeň.from_numpy() ” pro transformaci výše vytvořeného pole NumPy na tenzor PyTorch a jeho uložení do proměnné. Zde jsme použili „ Py_tensor ” proměnná pro uložení převedeného pole NumPy:
Py_tensor = pochodeň. from_numpy ( num_array )
Krok 4: Tiskový výstup
Nakonec vytiskněte „ Py_tensor “tensor:
Toto převedlo pole NumPy na tenzor PyTorch:
Poznámka : Pokud uživatel použije funkci „torch.from_numpy()“ k transformaci pole NumPy na tenzor PyTorch, bude výsledný tenzor PyTorch propojen s původním polem Numpy a bude používat stejnou paměť. Proto jakékoli změny provedené/aplikované na tenzor budou mít rovněž dopad na skutečné pole. Chcete-li se tomuto chování vyhnout, použijte funkci „torch.tensor()“.
Metoda 2: Převod/transformace numPy pole na PyTorch Tensor pomocí funkce „torch.tensor()“
K transformaci pole NumPy na tenzor PyTorch mohou uživatelé použít funkci „torch.tensor()“. Pokyny krok za krokem jsou uvedeny níže:
Krok 1: Import knihoven
Nejprve importujte potřebné „ pochodeň ' a ' nemotorný “knihovny:
import numpy jako np
Krok 2: Vytvořte pole NumPy
Poté vytvořte pole NumPy. Vytvořili jsme například následující pole NumPy a uložili jej do „ num_array 'proměnná:
Krok 3: Transformujte pole NumPy na PyTorch Tensor
Poté transformujte pole NumPy na tenzor PyTorch pomocí „ pochodeň.from_numpy() ” a uložte ji do proměnné. Zde jsme použili „ Py_tensor ” proměnná pro uložení převedeného pole NumPy:
Krok 4: Tiskový výstup
Nakonec vytiskněte 'Py_tensor' tenzor:
Tím bylo pole NumPy převedeno na tenzor PyTorch:
Poznámka : Zde můžete přistupovat k našemu Zápisníku Google Colab odkaz .
Účinně jsme vysvětlili metody transformace pole NumPy na tenzor PyTorch.
Závěr
Chcete-li převést/transformovat pole NumPy na tenzor PyTorch, nejprve importujte potřebné knihovny. Poté vytvořte jednoduché pole NumPy a uložte jej do konkrétní proměnné. Poté použijte „ pochodeň.from_numpy() “ nebo „ pochodeň.tensor() ” pro transformaci pole NumPy na tenzor PyTorch a jeho tisk. Tento blog ilustroval dvě metody převodu/transformace pole NumPy na tenzor PyTorch.