PyTorch - numpy를 활용하기 간단 정리 Colab

torch <-> numpy
Torch Tensor(텐서)를 Numpy array(배열)로 변환 가능
numpy()
from_numpy()
Tensor가 CPU상에 있다면 Numpy배열은 메모리 공간을 공유하므로 하나가 변하면, 다른 하나도 변함

import torch
a = torch.ones(7) # 7개의 1 텐서 print(a)

     tensor([1., 1., 1., 1., 1., 1., 1.])

import numpy
b = a.numpy() # numpy 형태의 배열 print(b)

     [1. 1. 1. 1. 1. 1. 1.]

a.add_(1) # a의 값에 1을 더함

print(a)

print(b) # Tensor가 CPU상에 있다면 numpy와 메모리 공간을 공유하므로 둘다 변함 print(b) # Tensor가 CPU상에 있다면 numpy와 메모리 공간을 공유하므로 둘다 변함

     tensor([2., 2., 2., 2., 2., 2., 2.])
     [2. 2. 2. 2. 2. 2. 2.]

import numpy as np

a = np.ones(7)

b = torch.from_numpy(a)

np.add(a, 1, out=a) # a에 1을 더한후 a에 저장 np.add(a, 1, out=a) # a에 1을 더한후 a에 저장

print(a)
print(b)

     [2. 2. 2. 2. 2. 2. 2.]
     tensor([2., 2., 2., 2., 2., 2., 2.], dtype=torch.float64)