无法将列表转换为数组：ValueError：只能将一个元素张量转换为Python标量

Question

我目前正在使用PyTorch框架，并试图了解外部代码。我遇到了索引问题，想打印列表的形状。
这样做的唯一方法（据Google告诉我）是将列表转换为numpy数组，然后使用numpy.ndarray.shape（）获得形状。

但是尝试将列表转换为数组时，出现了ValueError: only one element tensors can be converted to Python scalars。

我的列表是经过转换的PyTorch张量（list(pytorchTensor)），看起来像这样：

[张量（[[-0.2781，-0.2567，-0.2353，...，-0.9640，-0.9855，-1.0069]，
[-0.2781，-0.2567，-0.2353，...，-1.0069，-1.0283，-1.0927 ]，
[-0.2567，-0.2567，-0.2138，...，-1.0712，-1.1141，-1.1784]，
...，
[-0.6640，-0.6425，-0.6211，...，-1.0712，-1.1141， -1.0927]，
[-0.6640，-0.6425，-0.5997，...，-0.9426，-0.9640，-0.9640]，
[-0.6640，-0.6425，-0.5997，...，-0.9640，-0.9426，-0.9426 ]]），张量（[[--0.0769，-0.0980，-0.076 9，...，-0.9388，-0.9598，-0.9808]，
[-0.0559，-0.0769，-0.0980，...，-0.9598，- 1.0018，-1.0228]，
[-0.0559，-0.0769，-0.0769，...，-1.0228，-1.0439，-1.0859]，
...，
[-0.4973，-0.4973，-0.4973，...，-1.0018，-1.0439，-1.0228]，
[-0.4973，-0.4973，-0.4973，...，-0.8757，-0.9177，-0.9177]，
[- 0.4973，-0.4973，-0.4973，...，-0.9177，-0.8967，-0.8967]]），张量（[[--0.1313，-0.1313，-0.110 0，...，-0.8115，-0.8328，-0.8753 ]，
[-0.1313，-0.1525，-0.1313，...，-0.8541，-0.8966，-0.9391]，
[-0.1100，-0.1313，-0.1100，...，-0.9391，-0.9816，-1.0666]，
...，
[-0.4502，-0.4714，-0.4502，...，-0.8966，-0.8966，-0.8966]，
[-0.4502，-0.4714，-0.4502，...，-0.8115，-0.8115，-0.7903 ]，
[-0.4502，-0.4714，-0.4502，...，-0.8115，-0.7690，-0.7690]]）]]

有没有一种方法可以在不将其转换为numpy数组的情况下获得列表的形状？

Answer 1

将 pytorch 张量转换为 numpy 数组的最简单方法是：

nparray = tensor.numpy()

另外，对于尺寸和形状：

tensor_size = tensor.size()
tensor_shape = tensor.shape()
tensor_size
>>> (1080)
tensor_shape
>>> (32, 3, 128, 128)

Answer 2

似乎您有一个张量列表。对于每个张量，您都可以看到它size()（无需转换为list / numpy）。如果坚持的话，可以使用numpy()以下方法将张量转换为numpy数组：

返回张量形状的列表：

>> [t.size() for t in my_list_of_tensors]

返回numpy数组的列表：

>> [t.numpy() for t in my_list_of_tensors]

就性能而言，始终最好避免将张量转换为numpy数组，因为它可能导致设备/主机内存同步。如果只需要检查shape张量的，请使用size()函数。