【数据】pytorch-tensor的生成与保存

本站原创文章，转载请说明来自《老饼讲解-深度学习》www.bbbdata.com

本文讲解在pytorch中如何把数据存到tensor中，也即如何生成tensor

并介绍如何把生成好的tensor发送到GPU，或者保存到硬盘等基本操作

一、 pytorch如何生成tensor 

本节简单介绍pytorch如何生成tensor，即如何将数据存到tensor中

01.如何将数据存到tensor对象    

👉方法1: 用python的数组转换成tensor
先把数据存到python的数组中，再将数组转成tensor
示例如下：

import torch
data = [[1, 2],[3, 4]]
x    = torch.tensor(data)

👉方法2：用numpy的数组转换成tensor
先把数据存到numpy的数组中，再将numpy数组转成tensor
示例如下：

import torch
import numpy as np 
data     = [[1, 2],[3, 4]]
np_array = np.array(data)
x        = torch.from_numpy(np_array)

02.如何将tensor加载到GPU    

tensor默认是在CPU生成的，要移到GPU，需要用to语句将tensor发送到GPU
 示例如下：

import torch
x = torch.tensor([0, 1, 2, 3, 4])   # 生成一个tensor数据x
if torch.cuda.is_available():
    x = x.to("cuda")

二、保存和加载tensor到硬盘   

本节介绍如何保存和加载tensor到硬盘中

01.tensor的加载与保存    

要将tensor对象保存到硬盘，或者从硬盘中读取到python,则可以使用save和load语句，

示例如下：

import torch
x = torch.tensor([0, 1, 2, 3, 4])   # 生成一个tensor数据x
torch.save(x, 'tensor.pt')          # 将x保存
data = torch.load('tensor.pt')      # 将x加载

好了，以上就是pytorch中如何生成与保存tensor了~

 End