PyTorch：如何使用循环将张量附加到列表中答案

【问题标题】：PyTorch: How to append tensors into a list using loopsPyTorch：如何使用循环将张量附加到列表中
【发布时间】：2020-11-27 11:20:02
【问题描述】：

我有以下代码在列表中输出 2 个数组：

arr1 = np.array([[1.,2,3], [4,5,6], [7,8,9]])

arr_split = np.array_split(arr1,
                           indices_or_sections = 2,
                           axis = 0)

arr_split

输出：

[array([[1., 2., 3.],
        [4., 5., 6.]]), array([[7., 8., 9.]])]

如何将这 2 个数组转换为 PyTorch 张量并使用 for（或 while）循环将它们放入一个列表中，使它们看起来像这样：

[tensor([[1., 2., 3.],
         [4., 5., 6.]], dtype=torch.float64),
tensor([[7., 8., 9.]], dtype=torch.float64)]

非常感谢！

【问题讨论】：

我不确定我是否关注...你只是想要[torch.from_numpy(a) for a in arr_split]吗？ pytorch.org/docs/master/generated/torch.from_numpy.html + docs.python.org/3/tutorial/…
谢谢，这行得通，这就是我所追求的！没想过使用列表推导......

标签： python list pytorch tensor

【解决方案1】：

最好先将其转换为张量，然后可以使用torch.Tensor.split

arr1 = np.array([[1.,2,3], [4,5,6], [7,8,9]])
t_arr1 = torch.from_numpy(arr1)

t_arr1.split(split_size=2)
(tensor([[1., 2., 3.],
        [4., 5., 6.]], dtype=torch.float64), 
 tensor([[7., 8., 9.]], dtype=torch.float64))

【讨论】：

谢谢，但这对我来说不太适用，因为我需要按照我在上面的问题中提到的顺序执行这些步骤。