Question

Pytorch 0.4.0引入了Tensor和Variable类的合并。

在此版本之前，当我想从numpy数组创建一个带有autograd的Variable时，我会执行以下操作（其中x是一个numpy数组）：

x = Variable(torch.from_numpy(x).float(), requires_grad=True)

使用PyTorch版本0.4.0，the migration guide显示我们如何创建启用了autograd的Tensors，示例显示您可以执行诸如

之类的操作

x = torch.ones(3, 4, requires_grad=True)

并将requires_grad设置为现有张量

existing_tensor.requires_grad_()

我尝试了以下三件事来尝试创建一个带有requires_grad=True的Tensor，它会产生错误（其中x是一个numpy数组）：

第一个是

x = FloatTensor(x, requires_grad=True)

给出错误

TypeError: new() received an invalid combination of arguments - got 
(numpy.ndarray, requires_grad=bool), but expected one of:
 * (torch.device device)
 * (tuple of ints size, torch.device device)
      didn't match because some of the keywords were incorrect: 
requires_grad
 * (torch.Storage storage)
 * (Tensor other)
 * (object data, torch.device device)
      didn't match because some of the keywords were incorrect: 
requires_grad

第二个是做

x = FloatTensor(x)
x.requires_grad()

第三是

x = torch.from_numpy(x).single()
x.requires_grad()

在第二行中都会抛出以下错误：

TypeError: 'bool' object is not callable

这些错误让我几乎没有暗示我做错了什么，而且由于最新版本是如此新颖，因此很难找到在线帮助的内容。如何使用PyTorch 0.4.0从numpy数组中创建FloatTensor requires_grad=True，最好是在一行中？

Answer 1

如何使用PyTorch 0.4.0从numpy数组中创建一个带有requires_grad = True的FloatTensor，最好是在一行中？

如果x是你的numpy数组，这一行应该可以解决问题：

torch.tensor(x, requires_grad=True)

以下是使用PyTorch 0.4.0测试的完整示例：

import numpy as np
import torch

x = np.array([1.3, 0.5, 1.9, 2.45])
print('np.array:', x)
t = torch.tensor(x, requires_grad=True)
print('tensor:', t)
print('requires_grad:', t.requires_grad)

这给出了以下输出：

np.array: [1.3  0.5  1.9  2.45]
tensor: tensor([ 1.3000,  0.5000,  1.9000,  2.4500], dtype=torch.float64)
requires_grad: True

修改： dtype应由您的numpy数组dtype的给定x确定。

我希望这会有所帮助。

如何使用PyTorch 0.4.0从numpy数组中使用requires_grad = True创建FloatTensor？

1 个答案: