无法将列表转换为数组：ValueError：只有一个元素张量可以转换为 Python 标量

Question

我目前正在使用 PyTorch 框架并试图理解外国代码。我遇到了索引问题，想打印列表的形状。这样做的唯一方法（据 Google 告诉我）是将列表转换为 numpy 数组，然后使用 numpy.ndarray.shape() 获取形状。但是尝试将我的列表转换为数组时，我得到了一个ValueError: only one element tensors can be converted to Python scalars.我的列表是一个转换后的 PyTorch Tensor ( list(pytorchTensor))，看起来有点像这样：[张量([[-0.2781, -0.2567, -0.2353, ..., -0.9640, -0.9855, -1.0069],[-0.2781, -0.2567, -0.2353, ..., -1.0069, -1.02083] ],[-0.2567, -0.2567, -0.2138, ..., -1.0712, -1.1141, -1.1784],...,[-0.6640, -0.6425, -0.6211, ..., -1.0712, -1.11114] -1.0927],[-0.6640, -0.6425, -0.5997, ..., -0.9426, -0.9640, -0.9640],[-0.6640, -0.6425, -0.5997, ..., -0.9640, -0.9640, -26, -26 ]]), 张量([[-0.0769, -0.0980, -0.076 9, ..., -0.9388, -0.9598, -0.9808],[-0.0559, -0.0769, -0.0980, ..., -0.9598 1.0018, -1.0228],[-0.0559, -0.0769, -0.0769, ..., -1.0228, -1.0439, -1.0859],...,[-0.4973，-0.4973，-0.4973，...，-1.0018，-1.0439，-1.0228]，[-0.4973，-0.4973，-0.4973，...，-0.8757，-0.9177，-0.9177]，[ - 0.4973, -0.4973, -0.4973, ..., -0.9177, -0.8967, -0.8967]]), 张量([[-0.1313, -0.1313, -0.110 0, ..., -0.8115, -8,0.3. ],[-0.1313, -0.1525, -0.1313, ..., -0.8541, -0.8966, -0.9391],[-0.1100, -0.1313, -0.1100, ..., -0.9391, -, -0.9816]...,[-0.4502, -0.4714, -0.4502, ..., -0.8966, -0.8966, -0.8966],[-0.4502, -0.4714, -0.4502, ..., -0.8115, -0.81709,3 ],[-0.4502, -0.4714, -0.4502, ..., -0.8115, -0.7690, -0.7690]])]有没有办法在不将其转换为 numpy 数组的情况下获取该列表的形状？

Answer 1

看起来你有一个张量列表。对于每个张量，您都可以看到它size()（无需转换为列表/numpy）。如果您坚持，您可以使用numpy()以下方法将张量转换为 numpy 数组：

返回张量形状列表：

>> [t.size() for t in my_list_of_tensors]

返回一个 numpy 数组列表：

>> [t.numpy() for t in my_list_of_tensors]

在性能方面，最好避免将张量转换为 numpy 数组，因为它可能会导致设备/主机内存同步。如果您只需要检查shape张量的 ，请使用size()函数。

Answer 2

将 pytorch 张量转换为 numpy 数组的最简单方法是：

nparray = tensor.numpy()

此外，对于尺寸和形状：

tensor_size = tensor.size()

tensor_shape = tensor.shape()

tensor_size

>>> (1080)

tensor_shape

>>> (32, 3, 128, 128)