python - 迭代 torch 张量

Question

迭代张量的最好、最快的方法是什么。令人困惑的是为什么我得到张量而不是值..

得到这个:

  [ x for x in t]
  Out[122]: [tensor(-0.12), tensor(-0.11), tensor(0.68), tensor(0.68), tensor(0.17)]

但预期会出现这种行为:

  [ x for x in t.numpy() ]
  Out[123]: [-0.11932722, -0.114598714, 0.67563725, 0.6756373, 0.16548502]

如果可能的话，我不想转换为 numpy ？

Answer 1

使用 numpy 一切都变得更简单，因为 np.arrays 只是始终存储在 CPU 上的数字集合。因此，如果您迭代 np.array，您会得到这些float 数字。
然而，在 PyTorch 中，张量不仅存储数字，还存储它们的梯度。此外，PyTorch 张量可以存储在 CPU 或 GPU 上。因此，为了保留所有这些“辅助信息”，PyTorch 在迭代张量时返回单元素张量。

如果您坚持从张量中获取简单的“数字”，您可以使用 tensor.item() :

 [x.item() for x in t]

或者，tensor.tolist() :

t.tolist()

有关 numpy np.array 和 torch.tensor 之间差异的更多信息，请参阅 this answer .