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

Question

Pytorch 0.4.0 引入了 Tensor 和 Variable 类的合并。

在此版本之前，当我想使用 numpy 数组中的 autograd 创建 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)

在 PyTorch 版本 0.4.0 中，the migration guide 展示了我们如何在启用 autograd 的情况下创建张量，示例显示您可以执行诸如

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使用requires_grad=True 创建一个张量，这会产生错误（其中x 是一个numpy 数组）：

第一个是

x = FloatTensor(x, requires_grad=True)

这给出了错误

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

二是做

x = FloatTensor(x)
x.requires_grad()

第三个是

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

两者都在第二行引发以下错误：

TypeError: 'bool' object is not callable

这些错误几乎没有提示我做错了什么，而且由于最新版本太新了，因此很难在网上找到可以提供帮助的内容。如何使用 PyTorch 0.4.0 从 numpy 数组中创建 FloatTensor 和 requires_grad=True，最好在一行中？

Answer 1

如何使用 PyTorch 0.4.0 从一个 numpy 数组中创建一个带有 requires_grad=True 的 FloatTensor，最好在一行中？

如果 x 是您的 numpy 数组，则此行应该可以解决问题：

torch.tensor(x, requires_grad=True)

这是一个使用 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

编辑：dtype 应由您的 numpy 数组 x 的给定 dtype 确定。

我希望这会有所帮助。