如何从字符串中提取Tensor？求TensorFlow/PyTorch方法或Python实现

首先明确：PyTorch或者TensorFlow目前都没有提供类似ast.literal_eval专门用于解析tensor(...)格式字符串的官方函数，得自己实现处理逻辑。

你初步想到的方法其实已经很靠谱了——先剥离外层的tensor(和)，再用ast.literal_eval解析成列表，最后转成Tensor。这个思路安全且高效，毕竟ast.literal_eval只会解析合法的Python字面量，不会执行恶意代码，比直接用eval()稳妥得多。

不过可以稍微优化一下实现，让它更健壮：

• 用正则表达式匹配括号内的数组部分，避免多次replace可能带来的意外（比如字符串里存在多余(或)的情况）
• 直接用torch.tensor()替代torch.from_numpy(np.array(l))，写法更简洁

优化后的代码示例：

import ast
import re
import torch

tensor_str = "tensor([-1.6975e+00, 1.7556e-02, -2.4441e+00, -2.3994e+00, -6.2069e-01])"

# 用正则提取括号内的数组字符串
match = re.search(r'tensor\((.*)\)', tensor_str)
if match:
    list_str = match.group(1)
    num_list = ast.literal_eval(list_str)
    tensor = torch.tensor(num_list)
    print(tensor)
else:
    raise ValueError("Invalid tensor string format")

如果你的字符串还包含设备信息（比如tensor([1,2,3], device='cuda:0')），可以再扩展正则逻辑，把设备参数也提取出来，创建Tensor时直接指定设备：

import ast
import re
import torch

tensor_str = "tensor([-1.6975e+00, 1.7556e-02], device='cuda:0')"

match = re.search(r'tensor\((.*?)(?:, device=(.*?))?\)', tensor_str)
if match:
    list_str = match.group(1)
    device_str = match.group(2)
    num_list = ast.literal_eval(list_str)
    device = torch.device(device_str.strip("'\"")) if device_str else None
    tensor = torch.tensor(num_list, device=device)
    print(tensor)
else:
    raise ValueError("Invalid tensor string format")

总结来说，你的初始方案已经是Python风格的安全实现，优化版用正则让它的适应性更强，不管是基础格式还是带设备参数的字符串都能处理。

内容的提问来源于stack exchange，提问作者Belkacem Thiziri