Функция asarray

Функция asarray преобразует входные данные в тензор PyTorch. В отличие от tensor, эта функция старается избегать копирования данных, если это возможно. Первым параметром она принимает данные для преобразования: список, кортеж, массив NumPy или другой тензор. Вторым параметром можно указать требуемый тип данных элементов. Третьим параметром можно передать устройство, на котором должен располагаться тензор.

Синтаксис

torch.asarray(data, [dtype], [device])

Пример

Давайте преобразуем список чисел в тензор с помощью функции asarray:

import torch

t = torch.asarray([1, 2, 3, 4, 5])
print(t)

Результат выполнения кода:

tensor([1, 2, 3, 4, 5])

Пример

Теперь создадим тензор с указанием типа данных float и устройства cuda (если доступно):

import torch

t = torch.asarray([1, 2, 3, 4, 5], dtype=torch.float, device='cuda')
print(t)

Результат выполнения кода:

tensor([1., 2., 3., 4., 5.], device='cuda:0')

Пример

Функция asarray может принимать массив NumPy. В этом случае данные не копируются, если тип данных и расположение в памяти совпадают:

import torch
import numpy as np

arr = np.array([1, 2, 3, 4, 5])
t = torch.asarray(arr)
print(t)

Результат выполнения кода:

tensor([1, 2, 3, 4, 5])

Пример

Если передать существующий тензор, функция asarray вернёт его же без копирования:

import torch

orig = torch.tensor([1, 2, 3, 4, 5])
t = torch.asarray(orig)
print(t)
print(t is orig)

Результат выполнения кода:

tensor([1, 2, 3, 4, 5])
True

Пример

Создадим двумерный тензор из списка списков:

import torch

t = torch.asarray([[1, 2, 3], [4, 5, 6]])
print(t)

Результат выполнения кода:

tensor([
	[1, 2, 3],
	[4, 5, 6],
])

Пример

Изменим тип данных на float без копирования (если это возможно):

import torch

t = torch.asarray([1, 2, 3, 4, 5], dtype=torch.float32)
print(t)

Результат выполнения кода:

tensor([1., 2., 3., 4., 5.])

Смотрите также

функцию tensor,
которая создаёт тензор с обязательным копированием данных
функцию as_tensor,
которая преобразует данные в тензор без копирования (устаревшая)
функцию from_numpy,
которая создаёт тензор из массива NumPy без копирования
функцию zeros,
которая создаёт тензор, заполненный нулями