torchで計算する際の torch.tensor とnumpy.ndarray 同士を変換する際の方法をメモします。
結論は以下の通りです。
- tensor → np.ndarray であれば (tensor型配列).numpy()
- np.ndarray → tensor であれば torch.from_numpy(numpy配列)
tensor → np.ndarray の場合
import torch #1.11.0+cu113
import numpy as np #1.21.6デモ
tensor = torch.tensor([0,1,2])
tensor_to_arr = tensor.numpy()
print(type(tensor_to_arr))
#<class 'numpy.ndarray'>np.ndarray → tensor の場合
デモ
arr = np.array([1,2,3])
print(type(arr)) #<class 'numpy.ndarray'>
arr_to_tensor = torch.from_numpy(arr)
print(type(arr_to_tensor)) #<class 'torch.Tensor'>ちなみに、torch.tensor() の引数である require_grad を True にしておくと、numpy.ndarray に変換することはできない。
tensor2 = torch.tensor([1,2,3], dtype=torch.float64, requires_grad=True)
print(type(tensor2)) #<class 'torch.Tensor'>
arr_to_tensor2 = tensor2.numpy()
#---------------------------------------------------------------------------
#RuntimeError Traceback (most recent call last)
#<ipython-input-5-2f66952bd392> in <module>()
# 2 print(type(tensor2))
# 3
#----> 4 arr_to_tensor2 = tensor2.numpy()
#
#RuntimeError: Can't call numpy() on Tensor that requires grad. Use tensor.detach().numpy() instead.この場合、numpy.ndarray に変換するには、detach() メソッドを利用する必要がある。
#detach()を使うとnumpy.ndarrayに変換できる
tensor2 = torch.tensor([1,2,3], dtype=torch.float64, requires_grad=True)
arr = tensor2.detach().numpy()
print(arr.dtype) #float64参考
torch.Tensor.numpy — PyTorch 2.3 documentation
pytorch.org
torch.from_numpy — PyTorch 2.3 documentation
pytorch.org
コメント