如何实现PyTorch模型预测结果与ndarray之间的相互转换?
- 内容介绍
- 文章标签
- 相关推荐
本文共计127个文字,预计阅读时间需要1分钟。
预测结果转换为numpy格式:
python假设model(feature)返回的是一个numpy数组logits=model(feature)
预测结果转为numpy:
logits=model(feature) #如果模型是跑在GPU上 result=logits.data.cpu().numpy() / logits.cpu().numpy() #如果模型跑在cpu上 result=logits.data.numpy() / logits.numpy()
将矩阵转为tensor:
np_arr = np.array([1,2,3,4]) tensor=torch.from_numpy(np_arr)
以上这篇pytorch模型预测结果与ndarray互转方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持易盾网络。
本文共计127个文字,预计阅读时间需要1分钟。
预测结果转换为numpy格式:
python假设model(feature)返回的是一个numpy数组logits=model(feature)
预测结果转为numpy:
logits=model(feature) #如果模型是跑在GPU上 result=logits.data.cpu().numpy() / logits.cpu().numpy() #如果模型跑在cpu上 result=logits.data.numpy() / logits.numpy()
将矩阵转为tensor:
np_arr = np.array([1,2,3,4]) tensor=torch.from_numpy(np_arr)
以上这篇pytorch模型预测结果与ndarray互转方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持易盾网络。

