Pustaka NumPy tidak mendukung akselerasi GPU secara default. Ini berarti operasi NumPy dibatasi oleh memori dan kecepatan CPU. Ini adalah kelemahan untuk analisis data skala besar dan perhitungan yang rumit. Namun, tensor PyTorch menggunakan GPU untuk mempercepat komputasi numerik. Ini penting untuk aplikasi pembelajaran mendalam yang datanya sangat besar. Pengguna dapat mengonversi array NumPy menjadi tensor PyTorch untuk memanfaatkan fitur ini dan meningkatkan performa model pembelajaran mesin.
Blog ini akan mengilustrasikan metode untuk mengubah array NumPy menjadi tensor PyTorch.
Bagaimana Mengonversi/Mengubah NumPy Array menjadi PyTorch Tensor?
Untuk mengonversi/mengubah array NumPy menjadi tensor PyTorch, dua metode dapat digunakan:
- Metode 1: Menggunakan Fungsi “torch.from_numpy()”.
- Metode 2: Menggunakan Fungsi “torch.tensor()”.
Metode 1: Konversi/Transformasi Array NumPy ke Tensor PyTorch Menggunakan Fungsi “torch.from_numpy()”
Untuk mengubah array NumPy menjadi tensor PyTorch, pengguna dapat menggunakan fungsi “torch.from_numpy()”. Petunjuk langkah demi langkah diberikan di bawah ini:
Langkah 1: Impor Perpustakaan yang Diperlukan
Pertama, impor perpustakaan “torch” dan “numpy” yang diinginkan:
impor obor #mengimpor pustaka obor
impor numpy sebagai np #mengimpor pustaka NumPy
Langkah 2: Buat Array NumPy
Kemudian, buat array NumPy sederhana. Misalnya, kami telah membuat array NumPy berikut dan menyimpannya di “ nomor_array ' variabel:
Langkah 3: Ubah Numpy Array menjadi Tensor PyTorch
Sekarang, gunakan “ obor.from_numpy() ” berfungsi untuk mengubah array NumPy yang dibuat di atas menjadi tensor PyTorch dan menyimpannya ke dalam variabel. Di sini, kami telah menggunakan “ Py_tensor ” variabel untuk menyimpan array NumPy yang dikonversi:
Py_tensor = obor. dari_numpy ( nomor_array )
Langkah 4: Hasil Cetak
Terakhir, cetak “ Py_tensor ”tensor:
Ini telah mengubah array NumPy menjadi tensor PyTorch:
Catatan : Jika pengguna menggunakan fungsi “torch.from_numpy()” untuk mengubah larik NumPy menjadi tensor PyTorch, tensor PyTorch yang dihasilkan akan ditautkan ke larik Numpy asli dan menggunakan memori yang sama. Oleh karena itu, setiap perubahan yang dilakukan/diterapkan pada tensor juga akan berdampak pada array sebenarnya. Untuk menghindari perilaku ini, gunakan fungsi “torch.tensor()”.
Metode 2: Konversi/Transformasi Array NumPy ke Tensor PyTorch Menggunakan Fungsi “torch.tensor()”
Untuk mengubah array NumPy menjadi tensor PyTorch, pengguna dapat menggunakan fungsi “torch.tensor()”. Petunjuk langkah demi langkah diberikan di bawah ini:
Langkah 1: Impor Perpustakaan
Pertama, impor yang diperlukan “ obor ' Dan ' numpy ” perpustakaan:
impor numpy sebagai np
Langkah 2: Buat Array NumPy
Setelah itu, buat array NumPy. Misalnya, kami telah membuat array NumPy berikut dan menyimpannya di “ nomor_array ' variabel:
Langkah 3: Ubah Array NumPy menjadi Tensor PyTorch
Kemudian, ubah array NumPy menjadi tensor PyTorch melalui “ obor.from_numpy() ” berfungsi dan menyimpannya ke dalam variabel. Di sini, kami telah menggunakan “ Py_tensor ” variabel untuk menyimpan array NumPy yang dikonversi:
Langkah 4: Hasil Cetak
Terakhir, cetak “Py_tensor” tensor:
Dengan demikian, array NumPy telah diubah menjadi tensor PyTorch:
Catatan : Anda dapat mengakses Notebook Google Colab kami di sini tautan .
Kami telah menjelaskan secara efisien metode mengubah array NumPy menjadi tensor PyTorch.
Kesimpulan
Untuk mengonversi/mengubah array NumPy menjadi tensor PyTorch, impor pustaka yang diperlukan terlebih dahulu. Kemudian, buat array NumPy sederhana dan simpan dalam variabel tertentu. Setelah itu, gunakan “ obor.from_numpy() ' atau ' obor.tensor() ” berfungsi untuk mengubah array NumPy menjadi tensor PyTorch dan mencetaknya. Blog ini telah mengilustrasikan dua metode untuk mengonversi/mengubah array NumPy menjadi tensor PyTorch.