You need to enable JavaScript to run this app. 使用PyTorch时能否直接传入Numpy Arrays?TensorFlow代码迁移疑问
优惠活动
大模型
产品
解决方案
定价
更多

使用PyTorch时能否直接传入Numpy Arrays?TensorFlow代码迁移疑问

PyTorch计算输入格式说明
  • 首先明确结论:PyTorch的内置算子、自动求导机制、神经网络层都仅支持torch.Tensor类型作为输入,无法直接使用Numpy数组开展计算,直接传入Numpy数组会触发类型报错。
  • Numpy数组转PyTorch张量的操作非常简便,你可以使用torch.from_numpy()方法完成转换:

    该方法默认和原Numpy数组共享内存,任意一方修改数值都会同步到另一方,如果需要独立存储可以使用torch.tensor(你的numpy数组),或者在转换后调用.clone()方法。

  • 示例转换与使用代码:
import numpy as np
import torch

# 原有Numpy数组
np_input = np.array([[1.0, 2.0], [3.0, 4.0]], dtype=np.float32)
# 转换为PyTorch张量
torch_input = torch.from_numpy(np_input)
# 正常参与PyTorch计算
output = torch.matmul(torch_input, torch.tensor([[1.], [2.]]))
# 计算完成后如果需要转回Numpy格式,调用.numpy()方法即可
output_np = output.numpy()
  • 额外注意事项:如果你的张量存储在GPU上,需要先调用.cpu()方法转移到CPU后才能转成Numpy数组;如果模型使用的精度和转换后的张量精度不一致,需要调用.to(torch.float32)之类的方法调整精度后再输入模型。

内容的提问来源于stack exchange,提问作者Amanda George

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.12 01:06:02