Biblioteca NumPy nu acceptă accelerarea GPU în mod implicit. Aceasta înseamnă că operațiunile NumPy sunt constrânse de memorie și viteza procesorului. Este un dezavantaj pentru analiza datelor la scară largă și calculele complexe. Cu toate acestea, tensorii PyTorch folosesc GPU pentru a accelera calculele numerice. Acest lucru este esențial pentru aplicațiile de învățare profundă în care datele sunt uriașe. Utilizatorii pot converti matricea NumPy într-un tensor PyTorch pentru a beneficia de această caracteristică și pentru a îmbunătăți performanța modelelor de învățare automată.
Acest blog va ilustra metodele de transformare a matricei NumPy într-un tensor PyTorch.
Cum se convertesc/transforma în NumPy Array în PyTorch Tensor?
Pentru a converti/transforma matricea NumPy într-un tensor PyTorch, pot fi utilizate două metode:
- Metoda 1: Utilizarea funcției „torch.from_numpy()”.
- Metoda 2: Utilizarea funcției „torch.tensor()”.
Metoda 1: convertiți/transformați matricea NumPy în tensorul PyTorch folosind funcția „torch.from_numpy()”
Pentru a transforma matricea NumPy în tensorul PyTorch, utilizatorii pot folosi funcția „torch.from_numpy()”. Instrucțiunile pas cu pas sunt prezentate mai jos:
Pasul 1: importați bibliotecile necesare
Mai întâi, importați bibliotecile „torță” și „numpy” dorite:
import lanternă #importing bibliotecă de lanterne
import numpy ca np #importing biblioteca NumPy
Pasul 2: Creați o matrice NumPy
Apoi, creați o matrice NumPy simplă. De exemplu, am creat următoarea matrice NumPy și am stocat-o într-un „ num_array ' variabil:
Pasul 3: Transformați matricea Numpy într-un tensor PyTorch
Acum, folosiți „ torch.from_numpy() ” pentru a transforma matricea NumPy creată mai sus într-un tensor PyTorch și a o stoca într-o variabilă. Aici, am folosit „ Py_tensor ” variabilă pentru a stoca matricea NumPy convertită:
Py_tensor = torță. din_numpy ( num_array )
Pasul 4: Ieșire tipărită
În cele din urmă, tipăriți „ Py_tensor ” tensor:
Aceasta a convertit matricea NumPy într-un tensor PyTorch:
Notă : Dacă un utilizator folosește funcția „torch.from_numpy()” pentru a transforma matricea NumPy într-un tensor PyTorch, tensorul PyTorch rezultat va fi legat de matricea originală Numpy și va folosi aceeași memorie. Prin urmare, orice modificare făcută/aplicată tensorului va avea, de asemenea, un impact asupra matricei reale. Pentru a evita acest comportament, utilizați funcția „torch.tensor()”.
Metoda 2: Convertiți/Transformați tabloul NumPy în tensorul PyTorch folosind funcția „torch.tensor()”
Pentru a transforma matricea NumPy într-un tensor PyTorch, utilizatorii pot folosi funcția „torch.tensor()”. Instrucțiunile pas cu pas sunt prezentate mai jos:
Pasul 1: importați biblioteci
Mai întâi, importați „ torță ' și ' numpy ” biblioteci:
import numpy ca np
Pasul 2: Creați o matrice NumPy
După aceea, creați o matrice NumPy. De exemplu, am creat următoarea matrice NumPy și am stocat-o într-un „ num_array ' variabil:
Pasul 3: Transformați matricea NumPy într-un tensor PyTorch
Apoi, transformați tabloul NumPy într-un tensor PyTorch prin intermediul „ torch.from_numpy() ” și stocați-o într-o variabilă. Aici, am folosit „ Py_tensor ” variabilă pentru a stoca matricea NumPy convertită:
Pasul 4: Ieșire tipărită
În sfârșit, tipăriți „Py_tensor” tensor:
Procedând astfel, matricea NumPy a fost convertită într-un tensor PyTorch:
Notă : Puteți accesa blocnotesul nostru Google Colab aici legătură .
Am explicat eficient metodele de transformare a tabloului NumPy într-un tensor PyTorch.
Concluzie
Pentru a converti/transforma matricea NumPy într-un tensor PyTorch, importați mai întâi bibliotecile necesare. Apoi, creați o matrice NumPy simplă și stocați-o într-o anumită variabilă. După aceea, utilizați „ torch.from_numpy() ” sau ” torță.tensor() ” pentru a transforma matricea NumPy într-un tensor PyTorch și a o tipări. Acest blog a ilustrat două metode de a converti/transforma matricea NumPy într-un tensor PyTorch.