如何将 Pytorch autograd.Variable 转换为 Numpy？答案

【问题标题】：How to convert Pytorch autograd.Variable to Numpy?如何将 Pytorch autograd.Variable 转换为 Numpy？
【发布时间】：2017-11-04 13:38:53
【问题描述】：

标题说明了一切。我想将 PyTorch autograd.Variable 转换为其等效的 numpy 数组。在他们的official documentation 中，他们提倡使用a.numpy() 来获得等效的numpy 数组（对于PyTorch tensor）。但这给了我以下错误：

Traceback（最近一次调用最后一次）：文件“stdin”，第 1 行，在模块中文件 “/home/bishwajit/anaconda3/lib/python3.6/site-packages/torch/autograd/variable.py”，第 63 行，在 getattr 中引发 AttributeError(name) AttributeError：麻木的

有什么办法可以绕过这个吗？

【问题讨论】：

标签： numpy pytorch tensor

【解决方案1】：

两种可能的情况

使用 GPU： 如果您尝试如下所示将 cuda 浮点张量直接转换为 numpy，则会引发错误。

x.data.numpy()

RuntimeError: 不支持 FloatTensor 的 numpy 转换

所以，你不能将 cuda 浮点张量直接转换为 numpy，你必须先将其转换为 cpu 浮点张量，然后尝试转换为 numpy，如下所示。

x.data.cpu().numpy()
使用 CPU： 转换 CPU 张量很简单。

x.data.numpy()

【讨论】：

是的，我做到了。我回答了我自己的问题。但无论如何它已经消失了。
我想特别提到这一点，因为很多人都面临这个问题。干杯！！
这与x.cpu().data.numpy() 和np.asarray(torch_tensor) 相比如何？找不到任何提及这一点的文档
如果您想继续在 GPU 上训练张量，您必须复制 numpy 数组，然后在此之后运行 x.data.cuda()，不是吗？（或者 numpy 数组是否会保留......也许？）

【解决方案2】：

我找到了方法。实际上，我可以先使用a.data从autograd.Variable中提取Tensor数据。然后剩下的部分真的很简单。我只是使用a.data.numpy() 来获得等效的numpy 数组。步骤如下：

a = a.data  # a is now torch.Tensor
a = a.numpy()  # a is now numpy array

【讨论】：

非常感谢！当我尝试使用 plt.imshow() 绘制张量时出现此错误。这行得通...谢谢
这仅适用于 a 是 CPU 张量，如果它在 GPU 上，它将失败（请参阅@blitu12345 的答案）