Массив NumPy в PyTorch

Массив NumPy и тензор PyTorch часто описывают одни и те же числа. Их удобно переводить друг в друга, когда расчёт идёт в одной библиотеке, а подготовка данных - в другой.

Из массива NumPy тензор собирают функцией torch.tensor. Создадим массив и выведем тензор с теми же значениями:

import torch
import numpy as np

values = np.array([1, 2, 3])
packed = torch.tensor(values)
print(packed) # выведет tensor([1, 2, 3])

Обратный переход делает метод numpy. Он возвращает массив NumPy с теми же числами:

import torch
import numpy as np

row = torch.tensor([4.0, 5.0, 6.0])
back = row.numpy()
print(back) # выведет [4. 5. 6.]

После обмена можно снова вывести данные в привычном виде каждой библиотеки:

import torch
import numpy as np

source = np.array([10, 20])
middle = torch.tensor(source)
restored = middle.numpy()
print(restored) # выведет [10 20]

Создайте массив из 8, 9 и 10, соберите из него тензор и выведите этот тензор.

Соберите ряд из дробных 1.0, 2.0 и 3.0, получите массив NumPy и выведите его.

Создайте массив из двух чисел 5 и 15, переведите его в тензор и снова в массив, затем выведите последний массив.