将 PyTorch CUDA 张量转换为 NumPy 数组

Question

如何将

torch.Tensor

（在 GPU 上）转换为

numpy.ndarray

（在 CPU 上）？

Answer 1

使用

.detach()

将 GPU / CUDA 张量转换为 numpy 数组：

tensor.detach().cpu().numpy()

Answer 2

some_tensor.detach().cpu().numpy()

---

• .detach()

  与后向图分离以避免复制渐变。

• .cpu()

  将数据移至CPU。

• .numpy()

  将

  torch.Tensor

  转换为

  np.ndarray

  。

Answer 3

如果张量位于

gpu

或

cuda

上，请将张量复制到

cpu

并使用以下方法将其转换为 numpy 数组：

tensor.data.cpu().numpy()

---

如果张量已打开

cpu

，您就可以执行

tensor.data.numpy()

。但是，您也可以这样做

tensor.data.cpu().numpy()

。如果张量已经在

cpu

上，那么

.cpu()

操作将不起作用。这可以用作与设备无关的方式将张量转换为 numpy 数组。

Answer 4

tensor.numpy(force=True)

根据文档：

如果force为True，这相当于调用t.detach().cpu().resolve_conj().resolve_neg().numpy()。如果张量不在 CPU 上或者设置了共轭位或负位，则张量将不会与返回的 ndarray 共享其存储。将force设置为True可能是一个有用的简写。