运行x=torch.from_numpy(x)后Spyder变量浏览器崩溃如何规避？

可尝试的规避方案 #

• 关闭变量浏览器自动刷新：进入工具 → 偏好设置 → 变量浏览器设置页，取消勾选「自动刷新变量」选项，运行涉张量转换的代码后，手动点击变量浏览器的刷新按钮加载变量，可避开触发崩溃的实时解析逻辑。
• 切断张量与numpy数组的内存共享：将原有代码修改为

  x = torch.from_numpy(x).clone()
  

  新增clone操作后生成的张量不再和原始numpy数组共享内存，可规避变量浏览器对共享内存对象的解析异常。
• 降级PyTorch版本：该兼容问题多出现于PyTorch 1.9及以上版本搭配Spyder 5.x版本的环境中，可尝试将PyTorch降级至1.8.1版本验证问题是否消失。
• 临时用控制台查看变量：若上述方案均无法生效，可直接在Spyder内置的IPython控制台输入变量名打印数值或属性，暂时替代变量浏览器的展示功能。

复现验证说明 #

欢迎使用对应版本的用户测试复现：Windows系统下安装Spyder 5.0.2/5.0.3版本，导入numpy、torch库后定义任意numpy数组，运行x=torch.from_numpy(x)代码行，观察是否出现变量浏览器无响应、后续变量无法加载、弹出bug报告窗口的问题。

内容的提问来源于stack exchange，提问作者Farhang Amaji