Библиотеката NumPy не поддържа GPU ускорение по подразбиране. Това означава, че операциите на NumPy са ограничени от паметта и скоростта на процесора. Това е недостатък за широкомащабни анализи на данни и сложни изчисления. Тензорите на PyTorch обаче използват GPU за ускоряване на числените изчисления. Това е от съществено значение за приложения за дълбоко обучение, където данните са огромни. Потребителите могат да преобразуват масива NumPy в тензор на PyTorch, за да се възползват от тази функция и да подобрят производителността на моделите за машинно обучение.
Този блог ще илюстрира методите за трансформиране на масива NumPy в тензор на PyTorch.
Как да конвертирате/трансформирате в NumPy Array в PyTorch Tensor?
За преобразуване/трансформиране на масива NumPy в тензор на PyTorch могат да се използват два метода:
- Метод 1: Използване на функцията „torch.from_numpy()“.
- Метод 2: Използване на функцията “torch.tensor()”.
Метод 1: Преобразувайте/трансформирайте NumPy масив в PyTorch Tensor с помощта на функцията „torch.from_numpy()“
За да трансформират масива NumPy в тензор на PyTorch, потребителите могат да използват функцията „torch.from_numpy()“. Инструкциите стъпка по стъпка са дадени по-долу:
Стъпка 1: Импортирайте необходимите библиотеки
Първо импортирайте желаните библиотеки „torch“ и „numpy“:
импортиране факел #импортиране на библиотека с факели
импортиране numpy като np #importing NumPy библиотека
Стъпка 2: Направете масив NumPy
След това създайте прост масив NumPy. Например създадохме следния масив NumPy и го съхранихме в „ номер_масив ” променлива:
Стъпка 3: Трансформирайте масива Numpy в тензор на PyTorch
Сега използвайте „ torch.from_numpy() ”, за да трансформирате създадения по-горе масив NumPy в тензор на PyTorch и да го съхраните в променлива. Тук сме използвали „ Py_тензор ” променлива за съхраняване на преобразувания масив NumPy:
Py_тензор = факла. from_numpy ( номер_масив )
Стъпка 4: Отпечатайте изхода
Накрая отпечатайте „ Py_тензор ” тензор:
Това преобразува масива NumPy в тензор на PyTorch:
Забележка : Ако потребител използва функцията „torch.from_numpy()“, за да трансформира масива NumPy в тензор на PyTorch, полученият тензор на PyTorch ще бъде свързан с оригиналния масив Numpy и ще използва същата памет. Следователно всички промени, направени/приложени към тензора, също ще окажат влияние върху действителния масив. За да избегнете това поведение, използвайте функцията “torch.tensor()”.
Метод 2: Преобразувайте/трансформирайте NumPy масив в PyTorch Tensor с помощта на функцията „torch.tensor()“
За да трансформират масива NumPy в тензор на PyTorch, потребителите могат да използват функцията „torch.tensor()“. Инструкциите стъпка по стъпка са дадени по-долу:
Стъпка 1: Импортирайте библиотеки
Първо импортирайте необходимите „ факла ' и ' numpy ” библиотеки:
импортиране numpy като np
Стъпка 2: Направете масив NumPy
След това създайте масив NumPy. Например създадохме следния масив NumPy и го съхранихме в „ номер_масив ” променлива:
Стъпка 3: Трансформирайте масива NumPy в тензор на PyTorch
След това трансформирайте масива NumPy в тензор на PyTorch чрез „ torch.from_numpy() ” и я съхранете в променлива. Тук сме използвали „ Py_тензор ” променлива за съхраняване на преобразувания масив NumPy:
Стъпка 4: Отпечатайте изхода
И накрая, отпечатайте „Py_tensor“ тензор:
По този начин масивът NumPy е преобразуван в тензор на PyTorch:
Забележка : Можете да получите достъп до нашия бележник Google Colab тук връзка .
Обяснихме ефективно методите за трансформиране на масива NumPy в тензор на PyTorch.
Заключение
За да конвертирате/трансформирате масива NumPy в тензор на PyTorch, първо импортирайте необходимите библиотеки. След това създайте прост масив NumPy и го запазете в определена променлива. След това използвайте „ torch.from_numpy() ' или ' torch.tensor() ”, за да трансформирате масива NumPy в тензор на PyTorch и да го отпечатате. Този блог илюстрира два метода за конвертиране/трансформиране на масива NumPy в тензор на PyTorch.