pytorch：将FloatTensors的元组转换为numpy数组

Question

我刚收到一个带有MNIST数据的torchvision.datasets对象

train_dataset= dsets.MNIST(root='./data',train=True,transform=transforms.ToTensor(),download=True)

我想将这个元组转换为一组形状为60000x28x28且标签为60000的numpy数组

我知道提供数据的形式可以直接应用到pytorch神经元中以便用作训练数据，但我想将这些数据转换为numpy数组。

我做的第一件事就是将（数据，标签）的元组用zip（* train_dataset）划分

data,labels = zip(*train_dataset)

标签很容易转换为numpy数组，但是我无法按照我想要的方式将“数据”转换为numpy数组。当我尝试将所有数据转换为像

这样的numpy.array时

data[:].numpy()

我收到一个错误告诉我'元组'对象没有属性'numpy'。如果我将这个数据[：]转换为numpy，只需将第一个维度（60000数据）转换为numpy.array，但其余的仍为Tensors。

我可以使用循环转换所有数据（实际上我做了它）并且它可以工作，但它确实很慢。以前有人做过这样的转换吗？

感谢。

Answer 1

也许这样的事情对你有用：

train_dataset.train_data.numpy()  #contains (60000, 28, 28) numpy array
train_dataset.train_labels.numpy() # contains labels

Answer 2

似乎数据中存在两个张量。您需要检查变量数据是否只包含一个张量，然后命令tensor.numpy（）应该可以正常工作。