torch.as_tensor¶
- torch.as_tensor(data, dtype=None, device=None) Tensor ¶
将
data
转换为张量,如果可能,共享数据并保留自动梯度历史。如果
data
已经是具有请求的 dtype 和 device 的张量,则返回data
本身,但如果data
是具有不同 dtype 或 device 的张量,则将其复制,就像使用 data.to(dtype=dtype, device=device) 一样。如果
data
是具有相同 dtype 和 device 的 NumPy 数组(ndarray),则使用torch.from_numpy()
构造张量。如果
data
是 CuPy 数组,则返回的张量将位于与 CuPy 数组相同的设备上,除非device
或默认设备明确覆盖。另请参阅
torch.tensor()
从不共享其数据,并创建一个新的“叶张量”(参见 Autograd 机制)。- 参数
data (类数组) – 张量的初始数据。可以是列表、元组、NumPy
ndarray
、标量和其他类型。dtype (
torch.dtype
,可选) – 返回张量的所需数据类型。默认值:如果为None
,则从data
推断数据类型。device (
torch.device
,可选) – 构造的张量的设备。如果为 None 且 data 是张量,则使用 data 的设备。如果为 None 且 data 不是张量,则在当前设备上构造结果张量。
示例
>>> 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])