使用 Cuda 将 Pytorch 张量转换为 Numpy 数组

Question

我想使用 cuda 将 Pytorch 张量转换为 numpy 数组：

这是不使用 cuda 时的代码行：

A = self.tensor.weight.data.numpy()

如何使用 cuda 执行相同的操作？根据这个：https : //discuss.pytorch.org/t/how-to-transform-variable-into-numpy/104/3 似乎：

A = self.tensor.weight.data.cpu().numpy()

Answer 1

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

• .detach()与后向图分离以避免复制梯度。
• .cpu()将数据移至CPU。
• .numpy()将 转换torch.Tensor为np.ndarray。

Answer 2

如果张量为gpu或cuda，则将张量复制到cpu并使用以下方法将其转换为 numpy 数组：

tensor.data.cpu().numpy()

如果张量已经打开，cpu你可以这样做tensor.data.numpy()。但是，您也可以这样做 tensor.data.cpu().numpy()。如果张量已经打开cpu，则该.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 3

我相信你也必须使用.detach()。我不得不在使用 CUDA 和 GPU 的 Colab 上将我的 Tensor 转换为一个 numpy 数组。我是这样做的：

embedding = learn.model.u_weight

embedding_list = list(range(0, 64382))

input = torch.cuda.LongTensor(embedding_list)
tensor_array = embedding(input)
# the output of the line bwlow is a numpy array
tensor_array.cpu().detach().numpy()