如何将PyTorch张量转换为Numpy ndarray

Posted 2023-01-12

我具有旋转MNIST图像的功能。该函数返回一个pytorch张量。我对Tensorflow更加熟悉，我想将pytorch张量转换为我可以使用的numpy ndarray。有功能可以让我做到这一点吗？我试图通过在tensor(img.rotate(rotation)).view(784)之后添加.numpy（）来稍微修改该函数，然后将其保存在一个空的ndarray中，但这没有用。参数d是保存在.pt（我认为是张量器）中的MNIST数据。谢谢！ （很想知道是否存在可以旋转数据的tensorflow函数。）

t = 1
min_rot = 1.0 * t / 20 * (180 - 0) + \
        0
max_rot = 1.0 * (t + 1) / 20 * \
    (180 - 0) + 0
rot = random.random() * (max_rot - min_rot) + min_rot
rotate_dataset(x_tr, rot)

def rotate_dataset(d, rotation):
    result = torch.FloatTensor(d.size(0), 784)
    tensor = transforms.ToTensor()

    for i in range(d.size(0)):
        img = Image.fromarray(d[i].numpy(), mode='L')
        result[i] = tensor(img.rotate(rotation)).view(784)
    return result

答案

首先如何不转换为tensor：

result[i] = np.array(img.rotate(rotation)).flatten()